Ruminants play an essential role in supplying nutrients to the global population. Despite notable advancements in the livestock industry, there is a rising demand for animal protein products and a pressing need for sustainable practices. Consequently, it is imperative to focus on improving efficiency and sustainability across the environmental, economic, and social dimensions of the livestock system. Precision livestock farming (PLF) technologies have emerged as a potential solution to enhance sustainability by integrating individual animal monitoring and automated control over animal productivity, environmental impacts, health, and welfare parameters. Although PLF holds promise for improving livestock management practices, its widespread adoption is hindered by challenges including the high costs associated with implementation, data ownership, and implementation across different environments. he overarching aim of this research was to investigate and propose solutions to the challenges that limit the extensive implementation of wearable technologies in livestock systems. The primary objective of the first study was to develop and assess the utility of an open-source, low-cost research wearable technology equipped with Bluetooth for monitoring ruminants in a confined setting. The study successfully demonstrated the functionality and cost-effectiveness of this technology and its potential for monitoring ruminants' behavior in research and practical applications. Building upon the success of the technology in intensive systems, the subsequent study focused on updating the wearable sensor for deployment in extensive systems. This was achieved by incorporating LoRa data transmission and enabling real-time monitoring of livestock location. The study effectively demonstrated the feasibility of the updated technology for real-time monitoring of livestock in extensive grazing systems. In continuation of testing the feasibility of sensors, the subsequent experiment aimed to assess the accuracy and precision of a low-cost wearable sensor photoplethysmography (PPG) sensor in monitoring heart-rate (HR) of sheep housed under high-temperature conditions. The results revealed poor accuracy and precision in detecting HR changes using the PPG sensor. Future studies should explore alternative sensor deployment methods and data analytics techniques to improve the accuracy of a PPG sensor in detecting HR in livestock animals. The follow-up study focuses on evaluating the suitability of a continuous glucose monitor (CGM) designed for humans in measuring interstitial glucose concentrations in sheep, as a potential replacement for traditional blood glucose measurements. The findings demonstrated great potential of CGM in detecting changes in glucose concentrations in sheep. However, the study`s limitations such as the small sample size, warranting further investigation with a larger sample size and potential standardization with laboratory analysis bore implementing CGMs as a replacement for traditional glucose measurement methods in research. The limited expansion of technology application in extensive livestock systems, in contrast to confined operations, can be attributed to challenges such as limited battery life and data transmission. To overcome these limitations, edge processing techniques which involve performing data processing, analytics, and decision-making closer to the data source, have been proposed as cost-effective strategy for enhancing the usability of inertial measurement unit systems (IMU) in monitoring grazing animal behavior. Therefore, the objective of the fifth study was to explore different classification techniques suitable for edge processing using an open-source IMU. Analysis of variances, logistic regression, support vector machine, and random forest were evaluated for classifying grazing, walking, standing, and lying behaviors. The random forest model achieved the highest accuracy (93%) in classifying grazing using 1-minute interval. Moreover, the algorithms were compared considering a periodic snapshot of data with intervals of 3 or 5 seconds, and interesting revealed no significant impact on algorithm accuracy on differentiating behavior of grazing cows using IMU systems. Heat stress has negative impacts on animal behavior, welfare, and productivity. While IMU systems have been used to detect behavioral changes in thermoneutral conditions, their effectiveness on heat-stressed animals remains unclear. The objective of the last study was to investigate changes in sheep behavior using a low-cost IMU and the influence of ambient temperature in the algorithms ability to classify behaviors. Eating, lying, standing and ruminating while standing and lying were classified during exposure to different ambient temperature patterns. The algorithm demonstrated acceptable accuracies in differentiating behaviors under thermoneutral conditions, but its performance was impaired when tested outside the thermal range. Future research should focus on developing algorithms that account for different environmental conditions to improve the accuracy of IMU in classifying animal behavior. Collectively, these investigations contribute to enhancing the applicability of technologies in livestock systems. / Doctor of Philosophy / The global population relies on ruminant animals, such as cattle and sheep, for essential nutrient. However, with the increasing demand for animal protein products, there is a growing need for sustainable practices in the livestock industry. Precision livestock farming (PLF) technologies have emerged as a potential solution to enhance sustainability by enabling individual animal monitoring. However, challenges such as data ownership and accessibility and high costs, impair its adoption. To overcome these challenges and enhance the applicability of wearable sensors in livestock systems, this research aimed to explore potential solutions. The objective of the first study was to develop and evaluate an open-source, low-cost wearable technology equipped with Bluetooth for monitoring ruminants in confined settings. The study successfully demonstrated the functionality and cost-effectiveness of this technology for monitoring ruminant behavior. Building up the success of the technology in intensive systems, the subsequent study focused on updating the wearable sensor for deployment in extensive systems. This was achieved by incorporating LoRa data transmission, enabling real-time monitoring of livestock. The study effectively demonstrated the feasibility of and potential of the updated technology for real-time monitoring in extensive livestock systems. Continuing with the feasibility testing of technologies, the next experiment aimed to assess the accuracy and precision of a low-cost photoplethysmography (PPG) sensor in monitoring heart rate (HR) in sheep housed under high-temperature conditions. Unfortunately, the results indicated poor accuracy and precision in detecting HR changes using the PPG sensor. Future studies should explore alternative sensor deployment methods and data analysis techniques to improve the accuracy of PPG sensors for HR monitoring in livestock animals. The followed study focused on evaluating the suitability of a continuous glucose monitors (CGM) designed for humans to measure interstitial glucose concentrations in sheep and potentially replacing traditional blood glucose measurements. The findings demonstrated the potential of CGMs to detect changes in glucose but limitations such as the small sample size suggest the need for further investigations with a larger sample size and potential standardization with laboratory analysis before implementing CGM as a replacement for traditional glucose measurement methods in research. In extensive systems, where technology adoption has been slower compared to confined operations, edge processing techniques are proposed as a cost-effective strategy to monitor grazing animal behavior using inertial measurement unit systems (IMU). In the fifth study, different classification techniques were explored using an open-source IMU, including analysis of variances, logistic regression, support vector machine, and random forest. The random forest model achieved high accuracy (93%) in classifying grazing behavior with a 1-minute interval. Surprisingly, algorithm accuracy was not affected when snapshot in time was performed. The final study focused on using a low-cost IMU to investigate sheep behavior under varying ambient temperature conditions. While algorithm performed well under thermoneutral conditions, its accuracy decreased outside the thermal range. Future research should focus on algorithms that account for different environmental conditions to improve IMU accuracy in classifying behavior. These investigations contribute to enhancing technology's applicability to in livestock systems by addressing challenges and developing practical solutions to improve livestock management and animal well-being.

A suinocultura é uma atividade de grande importância em termos mundiais e de Brasil. Entretanto, por serem animais homeotérmicos, algumas alterações no ambiente térmico de alojamento podem alterar suas respostas fisiológicas e comportamentais para manutenção da temperatura interna. Portanto, o objetivo dessa pesquisa foi avaliar o comportamento alimentar de suínos, mediante a influência do ambiente térmico, nas fases de crescimento e terminação para diferentes linhagens comerciais e sexo. Além disso, buscou-se o desenvolvimento de modelos matemáticos e sistemas inteligentes para predição do tempo em alimentação (TM, min dia-1) dos suínos. Os dados foram coletados em uma granja experimental de suínos, localizada na cidade de Clay Center, Nebraska, Estados Unidos. O período experimental contemplou duas estações durante o ano 2015/2016 (verão e inverno), totalizando 63 dias (9 semanas) de informações coletadas para cada estação. Os animais alojados foram de três linhagens comerciais distintas: Landrace, Duroc e Yorkshire. Cada baia apresentava composição mista, sendo alojados 40 animais de diferentes linhagens comerciais e sexo. No total, foram confinados 240 animais, sendo 80 animais para cada linhagem comercial entre machos castrados e fêmeas. Foram registrados dados de temperatura do ar (Tar, °C), temperatura do ponto de orvalho (Tpo, °C) e umidade relativa do ar (UR, %) a cada 5 minutos no interior da instalação. Para TM, os dados foram coletados e registrados a cada 20 segundos por meio de um sistema de coleta de dados por rádio frequência. O conforto térmico foi analisado a partir do Índice de Temperatura e Umidade (ITU) e a Entalpia Específica (H, kJ kg-1 de ar seco). Para avaliar a relação entre o ambiente térmico e TM, foi utilizada estatística multivariada por meio de análise de componentes principais (ACP) e agrupamento para obtenção de padrões e seleção de variáveis para entrada nos modelos. O modelo fuzzy e as redes neurais artificias foram desenvolvidos em ambiente MATLAB® R2015a por meio dos toolboxes Fuzzy e Neural Network, com o objetivo de predizer TM, tendo como variáveis de entrada: linhagem comercial, sexo, idade e ITU. De uma maneira geral, as médias de Tar estiveram dentro da zona de termoneutralidade (ZCT) em todo período experimental, sendo que apenas a UR apresentou valores abaixo da UR crítica inferior. Para o ITU, apenas no verão foram encontrados valores acima da ZCT, entretanto, esses valores estiveram abaixo do ITU crítico superior. Diante da análise dos resultados, pôde-se observar em relação ao comportamento alimentar, que a fêmea Landrace apresentou o menor tempo em alimentação com médias de 42,19 min dia-1 e 43,73 min dia-1 para o inverno e verão, respectivamente, seguido do macho castrado de mesma linhagem. Enquanto as demais linhagens apresentaram valores acima de 60 min dia-1. Não foi observado correlação linear significativa entre o ambiente térmico e TM uma vez que os animais estiveram dentro de sua ZCT ao longo de todo período experimental, indicando que o comportamento alimentar foi influenciado principalmente pelos fatores homeostáticos e cognitivos-hedônicos. A estatística multivariada dividiu os animais em 8 grupos. Foi observado que animais de linhagens e sexos distintos se comportaram da mesma maneira, dificultando a modelagem matemática. Entretanto, alguns grupos apresentaram maior quantidade de animais de determinada linhagem e sexo, sendo estes utilizados como \"grupos padrão\" para o desenvolvimento do modelo fuzzy e a rede neural artificial. O modelo fuzzy apresentou R2 de 0,858 quando utilizado os dados do grupo padrão, entretanto, para todos os valores o R2 foi de 0,549. Já a rede neural apresentou um R2 de 0,611 para os dados completos e R2 de 0,914 para o \"grupo padrão\". Portanto, a rede neural artificial mostrou-se como uma ferramenta de maior precisão e acurácia na predição do comportamento alimentar de suínos nas fases de crescimento e terminação. / The swine production in an activity of great importance to Brazil and to the world. However, because they maintain a constant body temperature and, alterations in the thermic accommodation environment can directly affect their physiological and behavioral responses for maintaining the internal temperature. Thus, the objective of this study was to access the feeding behavior of growing-finishing pigs of different sirelines and gender and its relationship with climate variables (thermic environment). Furthermore, mathematical models based on classic logic was developed as well as an intelligent system for predicting the total time spent eating (TM, min day -1). The data was collected in an experimental farm located in Clay Center, Nebraska, United States. The experimental period contemplated two seasons (summer and winter), totalizing 63 days (9 weeks) of information collected for each season. The housed animals were from three different commercial sirelines: Landrace, Duroc and Yorkshire. Each pen presented a mix composition, being housed 40 animals of different sirelines and gender. In total, there were 240 housed animals, being 80 animals for each sireline among barrows and gilts. The data registered were air temperature (Tar, °C), dew point temperature (Tpo, °C) and relative humidity of the air (UR, %) every 5 minutes inside the facility. For TM, the data were collected and registered every 20 seconds by a radio frequency data collection system. The thermal comfort was analyzed from the Temperature and Humidity Index (THI) and Specific Enthalpy (H, kJ kg-1 of dry air). In order to evaluate the relationship between the thermic environment and TM, the multivariate statistics through principal component analysis (PCA) and grouping was utilized for obtaining the selection standards of variables to enter in the models. The fuzzy model and the artificial neural networks were developed in a MATLAB® R2015a environment through the Fuzzy and the Neural Network toolboxes with the objective to predict TM, having as entry variables: sireline, gender, age and THI. On the whole, the Tar averages were inside the thermoneutral zone (ZCT), however, these values were below the superior critic THI. In the face of the results analysis, it could be observed in ration to the feeding behavior that the Landrace gilt presented the shortest time eating with averages of 42.19 min day-1 and 43.73 min day-1 for winter and summer respectively followed by the barrow from the same sireline, while the other sirelines presented values above 60 min day-1. It was not observed a significative linear correlation between the thermic environment and TM once the animals were inside their ZCT throughout all the experimentation period, indicating that the feeding behavior was influenced mainly by the homeostatic and cognitivehedonic factors. The multivariate statistics divided the animals in 8 groups, being observed that animals of different sirelines and gender behave the same way throughout the experimentation period, making the mathematical modeling difficult. However, some groups presented a bigger amount of animals of determined sireline and gender, being utilized as \"standard groups\" for the development of the fuzzy model and the artificial neural network. The fuzzy model presented an R2 of 0,858 when utilizing the \"standard group\" data, however, for all the values the R2 was 0.549. In the other hand the neural network presented an R2 of 0.611 for the complete data and an R2 of 0.914 for the \"standard group\". Thus, the artificial neural network appeared to be a tool of a better precision and accuracy when predicting the feeding behavior of pigs on growing-finishing phases.

A method of continuously monitoring weight would aid producers by ensuring all pigs are gaining weight and increasing the precision of marketing pigs thus saving money. Electronically monitoring weight without moving the pigs to the scale would eliminate a stress-generating source. Therefore, the development of methods for monitoring the physical conditions of animals from a distance appears as a necessity for obtaining data with higher quality. In pigs\' production, animals\' weighing is a practice that represents an important role in the control of the factors that affect the performance of the herd and it is an important factor on the production\'s monitoring. Therefore, this research aimed to extract weight data of pigs through depth images. First, a validation of 5 Kinect &reg; depth sensors was completed to understand the accuracy of the depth sensors. In addition, equations were generated to correct the dimensions\' data (length, area and volume) provided by these sensors for any distance between the sensor and the animals. Depth images and weights of finishing pigs (gilts and barrows) of three commercial lines (Landrace, Duroc and Yorkshire based) were acquired. Then, the images were analyzed with the MATLAB software (2016a). The pigs on the images were selected by depth differences and their volumes were calculated and then adjusted using the correction equation developed. Also, pigs\' dimensions were acquired for updating existing data. Curves of weight versus corrected volumes and corrected dimensions versus weight were adjusted. Equations for weight predictions through volume were adjusted for gilts and barrows and for each of the three commercial lines used. A reduced equation for all the data, without considering differences between sexes and genetic lines was also adjusted and compared with the individual equations using the Efroymson\'s algorithm. The result showed that there was no significant difference between the reduced equation and the individual equations for barrows and gilts (p<0.05), and the global equation was also no different than individual equations for each of the three sire lines (p<0.05). The global equation can predict weights from a depth sensor with an R2 of 0,9905. Therefore, the results of this study show that the depth sensor would be a reasonable approach to continuously monitor weights. / Um método de monitoramento contínuo da massa corporal de suínos auxiliaria os produtores, assegurando que todos os animais estão ganhando massa e aumentando a sua precisão de comercialização, reduzindo-se perdas. Obter eletronicamente a massa corporal sem mover os animais para a balança eliminaria uma fonte geradora de estresse. Portanto, o desenvolvimento de métodos para monitorar as condições físicas dos animais à distância se mostra necessário para a obtenção de dados com maior qualidade. Na produção de suínos, a pesagem dos animais é uma prática que representa um papel importante no controle dos fatores que afetam o desempenho do rebanho e o monitoramento da produção. Portanto, esta pesquisa teve como objetivo extrair, automaticamente, dados de massa de suínos por meio de imagens em profundidade. Foi feita, primeiramente, uma validação de 5 sensores de profundidade Kinect &reg; para compreender seu comportamento. Além disso, foram geradas equações para corrigir os dados de dimensões (comprimento, área e volume) fornecidos por estes sensores para qualquer distância entre o sensor e os animais. Foram obtidas imagens de profundidade e massas corporais de suínos e crescimento e terminação (fêmeas e machos castrados) de três linhagens comerciais (Landrace, Duroc e Yorkshire). Em seguida, as imagens foram analisadas com o software MATLAB (2016a). Os animais nas imagens foram selecionados por diferenças de profundidade e seus volumes foram calculados e depois ajustados utilizando a equação de correção desenvolvida. Foram coletadas, ainda, dimensões dos animais para atualização de dados existentes. Curvas de massa versus volumes corrigidos e de dimensões corrigidas versus massa, foram ajustadas. Equações para predição de massa a partir do volume foram ajustadas para os dois sexos e para as três linhagens comerciais. Uma equação reduzida, sem considerar as diferenças entre sexos e linhagens, também foi ajustada e comparada com as equações individuais utilizando o algoritmo de Efroymson. O resultado mostrou que não houve diferença significativa entre a equação reduzida e as equações individuais tanto para sexo (p <0,05), quanto para linhagens (p <0,05). A equação global pode predizer massas a partir do volume obtido com o sensor, com um R2 de 0,9905. Portanto, os resultados deste estudo mostram que o sensor de profundidade é uma abordagem razoável para monitorar as massas dos animais.

A mensuração do peso corporal de frangos de corte é uma das métricas mais importantes e simultaneamente mais trabalhosas a ser acompanhada ao longo do desenvolvimento de um lote. Essa pesquisa foi conduzida com o objetivo de avaliar comparativamente dois sistemas de pesagem de frangos de corte: o sistema de pesagem automática com o uso de plataforma suspensa e o sistema de pesagem manual. O sucesso da utilização da tecnologia de pesagem automática está relacionado às características da balança adotada e também ao comportamento das aves frente à plataforma de pesagem, uma vez que estas precisam utilizar o equipamento voluntariamente. A parte experimental desse estudo foi dividida em dois capítulos. No primeiro, avaliou-se em condições controladas os fatores intrínsecos aos animais que influenciam no comportamento de subir voluntariamente na plataforma de pesagem. Esses fatores foram: idade, sexo e características de cada indivíduo. No segundo capítulo, o peso de seis lotes comerciais de frangos de corte foi mensurado semanalmente por meio da pesagem manual e automática e seus resultados comparados. Os resultados evidenciaram que idade e sexo influenciam nos comportamentos relacionados a utilização da plataforma de pesagem, mas não foi possível identificar a relação desses comportamentos com características individuais. Assim, pode-se assumir que todas as aves utilizam o sistema de pesagem automática de forma igualitária. No entanto verificou-se que um fator de correção é indispensável para que se obtenha uma estimativa adequada do peso do lote. No experimento em condições controladas a correção de 5% recomendada pelo fabricante, foi suficiente para garantir que não houvesse diferenças significativas entre as formas de pesagem. Entretanto, em condições comerciais mesmo uma correção de 7% não foi suficiente para garantir que não houvesse diferenças significativas entre as formas de pesagem, sugerindo-se correções diferenciadas a cada semana. Foram encontradas diferenças de peso entre as regiões dos galpões para a pesagem automática, o que demonstra que é necessária a utilização de uma balança automática por divisão. Para as pesagens manuais, as diferenças foram encontradas somente na ultima semana de criação, sugerindo que ao longo do ciclo, as pesagens podem ser realizadas em um único quadrante representando o galpão. / Measurement of body weights of broilers is one of the most important and at the same time difficult metrics to obtain during the production cycle. The objective of this research was to evaluate comparatively two broiler weighing systems: manual and automatic through the use of a suspended platform. Success in using this technology is related to characteristics of the selected scale as well as the behavior of the birds, once they must use the weighing platform voluntarily. The experimental part of this study was divided into two chapters: first, under controlled environmental conditions, intrinsic factors that influenced the birds\' behavior toward a weighing platform were evaluated. These factors included age, sex and the individual behavior of each bird. Secondly, the weights of six commercial broiler flocks were compared by manual and automatic weighing systems. Results showed that age and sex influenced the behavior of the broilers toward the weighing platform. Individual characteristics of the birds did not influence their behavior. Consequently we can assume that all birds use the weighing system equally. However, it was verified that the use of a correction factor is essential in order to obtain a correct estimate of the average weight of the flock. In the controlled environment experiment the 5% correction curve recommended by the manufacturer was enough to guarantee that there weren\'t significant differences among the two weighing forms. However, in commercial conditions even a correction of 7% was not able to ensure that weights obtained by manual and automatic weighing were equal statistically. This suggests there should be a different correction factor for each week. Weight differences among sections inside the barns were found in the automatic weighing, which demonstrates that it is necessary to have one scale per barn section. On manual weighing, differences among sections inside the barn were found only in the last week of the production period, suggesting that during the growth of a flock sampling weights in only one of the sections would be enough to represent the whole flock.

Os fatores físicos que envolvem a incubação artificial são determinantes no desenvolvimento embrionário, eclosão e desempenho das aves. Muitos deles são bem-conceituados, mas acredita-se que ainda existem questões que possam prover melhorias ou adaptar este processo as novas demandas da produção animal. Nesta pesquisa, a bioacústica é colocada como uma dessas questões, motivando a investigação da estimulação sonora na incubação artificial, dados os efeitos do ruído dos incubatórios comerciais e a adição de vocalizações da espécie em respostas fisiológicas, produtivas e comportamentais de pintos de corte. Inicialmente, o Capítulo 3 apresenta a mensuração do nível de pressão sonora (NPS) no interior dos ovos. Para isso, desenvolveu-se um sensor de tamanho reduzido (decibelímetro-miniaturizado) utilizando a plataforma Arduíno&reg;. O sensor foi calibrado e testado, o que forneceu informações como o isolamento da onda sonora pela casca dos ovos e valores de NPS próximos aos embriões. Em sequência realizaram-se incubações experimentais com a aplicação de tratamentos determinados pela associação de dois NPS do ruído de incubadoras [70 ou 90 dB (A)] com ou sem a adição de vocalizações da espécie (estímulos naturais). Estes tratamentos foram avaliados no crescimento embrionário e em respostas da eclosão (Capítulo 4) e no desempenho de pintos de corte na primeira semana (Capítulo 5). Diferente do esperado, a exposição ao maior NPS, que simulava o ruído de incubatórios comerciais, adiantou o tempo para o início das eclosões, aumentou a eclodibilidade e a qualidade do umbigo e jarretes dos pintos. Todavia, as vocalizações da espécie só se mostraram influentes se associadas ao NPS de 70 dB (A). Nas respostas de desempenho a exposição ao NPS inferior resultou em um maior consumo de ração e em uma pior conversão alimentar, com melhores resultados na exposição a 90 dB (A) ou na presença das vocalizações. Por fim, no Capítulo 6, testes comportamentais como o de imobilidade tônica, isolamento social e campo aberto foram realizados com os pintos eclodidos dos tratamentos de incubação descritos anteriormente. Na realização destes testes consideraram-se três períodos no pós-eclosão (24, 72 e 120 horas) e duas condições (testes em silêncio ou com vocalizações ao fundo). Os efeitos da estimulação sonora foram verificados somente em 24 horas pós-eclosão, de modo que a exposição às vocalizações no desenvolvimento embrionário reduziu a movimentação e o nível de vocalização dos pintos, o que foi associado ao menor estresse. Conclui-se que a estimulação sonora na incubação artificial é capaz de alterar respostas produtivas e o comportamento de pintos após a eclosão. / The physical factors that involve artificial incubation are determinant to the embryonic development, hatching and performance of chicks. Although many of them are highly regarded, there are other issues capable of improving or adapting the process to new animal-production demands. The current research addresses the bioacoustics as one of such issues, which motivated the investigation of the sound stimuli in artificial incubation, relating the noise of the commercial hatcheries and the addition of vocalizations of the species with physiological, productive and behavioral of chicks. Initially, the Chapter 3 presents the measuring the sound pressure level (SPL) inside eggs. To do so, a small sensor (miniaturized decibel meter) was developed in the Arduino&reg; platform. The sensor was calibrated and tested under specific conditions to collect information, such as sound wave isolation by egg shells and SPL values close to the embryos. Experimental incubations with treatments based on the association between two noise SPLs of the hatcheries [70 or 90 dB (A)] with, or without, the addition of species-specific vocalizations (natural stimulus). These treatments were evaluated on embryo growth and hatch responses (Chapter 4) and chicks performance in the first week of life (Chapter 5). Against all expectations, egg exposure to the highest SPL, which simulated the noise of commercial hatcheries, reduced the time necessary for hatching, besides increasing the hatchability, as well as the quality of the navel and hocks, of chicks. On the other hand, species-specific vocalizations were only influential when they were associated with 70 dB SPL (A). The exposure to lower NPS resulted in higher feed intake and lower feed conversion with better results in exposure to 90 dB (A) or in the presence of vocalizations. Finally, in Chapter 6, behavioral tests such as tonic immobility, social isolation and open field tests applied to chicks hatching from the incubation treatments described above. The tests comprised three post-hatching periods (24, 72 and 120 hours) and two conditions (silence or species-specific vocalizations in the background). The effects of incubation treatments were just observed in some responses and 24 hours after hatching. The exposure to the vocalizations during embryonic development reduced chicks\' movement and vocalization level, which was associated with lower stress. It is concluded that sound stimulation in hatcheries can alter productive responses and behavior of chicks after hatching.

A suinocultura é uma atividade de grande importância em termos mundiais e de Brasil. Entretanto, por serem animais homeotérmicos, algumas alterações no ambiente térmico de alojamento podem alterar suas respostas fisiológicas e comportamentais para manutenção da temperatura interna. Portanto, o objetivo dessa pesquisa foi avaliar o comportamento alimentar de suínos, mediante a influência do ambiente térmico, nas fases de crescimento e terminação para diferentes linhagens comerciais e sexo. Além disso, buscou-se o desenvolvimento de modelos matemáticos e sistemas inteligentes para predição do tempo em alimentação (TM, min dia-1) dos suínos. Os dados foram coletados em uma granja experimental de suínos, localizada na cidade de Clay Center, Nebraska, Estados Unidos. O período experimental contemplou duas estações durante o ano 2015/2016 (verão e inverno), totalizando 63 dias (9 semanas) de informações coletadas para cada estação. Os animais alojados foram de três linhagens comerciais distintas: Landrace, Duroc e Yorkshire. Cada baia apresentava composição mista, sendo alojados 40 animais de diferentes linhagens comerciais e sexo. No total, foram confinados 240 animais, sendo 80 animais para cada linhagem comercial entre machos castrados e fêmeas. Foram registrados dados de temperatura do ar (Tar, °C), temperatura do ponto de orvalho (Tpo, °C) e umidade relativa do ar (UR, %) a cada 5 minutos no interior da instalação. Para TM, os dados foram coletados e registrados a cada 20 segundos por meio de um sistema de coleta de dados por rádio frequência. O conforto térmico foi analisado a partir do Índice de Temperatura e Umidade (ITU) e a Entalpia Específica (H, kJ kg-1 de ar seco). Para avaliar a relação entre o ambiente térmico e TM, foi utilizada estatística multivariada por meio de análise de componentes principais (ACP) e agrupamento para obtenção de padrões e seleção de variáveis para entrada nos modelos. O modelo fuzzy e as redes neurais artificias foram desenvolvidos em ambiente MATLAB&reg; R2015a por meio dos toolboxes Fuzzy e Neural Network, com o objetivo de predizer TM, tendo como variáveis de entrada: linhagem comercial, sexo, idade e ITU. De uma maneira geral, as médias de Tar estiveram dentro da zona de termoneutralidade (ZCT) em todo período experimental, sendo que apenas a UR apresentou valores abaixo da UR crítica inferior. Para o ITU, apenas no verão foram encontrados valores acima da ZCT, entretanto, esses valores estiveram abaixo do ITU crítico superior. Diante da análise dos resultados, pôde-se observar em relação ao comportamento alimentar, que a fêmea Landrace apresentou o menor tempo em alimentação com médias de 42,19 min dia-1 e 43,73 min dia-1 para o inverno e verão, respectivamente, seguido do macho castrado de mesma linhagem. Enquanto as demais linhagens apresentaram valores acima de 60 min dia-1. Não foi observado correlação linear significativa entre o ambiente térmico e TM uma vez que os animais estiveram dentro de sua ZCT ao longo de todo período experimental, indicando que o comportamento alimentar foi influenciado principalmente pelos fatores homeostáticos e cognitivos-hedônicos. A estatística multivariada dividiu os animais em 8 grupos. Foi observado que animais de linhagens e sexos distintos se comportaram da mesma maneira, dificultando a modelagem matemática. Entretanto, alguns grupos apresentaram maior quantidade de animais de determinada linhagem e sexo, sendo estes utilizados como \"grupos padrão\" para o desenvolvimento do modelo fuzzy e a rede neural artificial. O modelo fuzzy apresentou R2 de 0,858 quando utilizado os dados do grupo padrão, entretanto, para todos os valores o R2 foi de 0,549. Já a rede neural apresentou um R2 de 0,611 para os dados completos e R2 de 0,914 para o \"grupo padrão\". Portanto, a rede neural artificial mostrou-se como uma ferramenta de maior precisão e acurácia na predição do comportamento alimentar de suínos nas fases de crescimento e terminação. / The swine production in an activity of great importance to Brazil and to the world. However, because they maintain a constant body temperature and, alterations in the thermic accommodation environment can directly affect their physiological and behavioral responses for maintaining the internal temperature. Thus, the objective of this study was to access the feeding behavior of growing-finishing pigs of different sirelines and gender and its relationship with climate variables (thermic environment). Furthermore, mathematical models based on classic logic was developed as well as an intelligent system for predicting the total time spent eating (TM, min day -1). The data was collected in an experimental farm located in Clay Center, Nebraska, United States. The experimental period contemplated two seasons (summer and winter), totalizing 63 days (9 weeks) of information collected for each season. The housed animals were from three different commercial sirelines: Landrace, Duroc and Yorkshire. Each pen presented a mix composition, being housed 40 animals of different sirelines and gender. In total, there were 240 housed animals, being 80 animals for each sireline among barrows and gilts. The data registered were air temperature (Tar, °C), dew point temperature (Tpo, °C) and relative humidity of the air (UR, %) every 5 minutes inside the facility. For TM, the data were collected and registered every 20 seconds by a radio frequency data collection system. The thermal comfort was analyzed from the Temperature and Humidity Index (THI) and Specific Enthalpy (H, kJ kg-1 of dry air). In order to evaluate the relationship between the thermic environment and TM, the multivariate statistics through principal component analysis (PCA) and grouping was utilized for obtaining the selection standards of variables to enter in the models. The fuzzy model and the artificial neural networks were developed in a MATLAB&reg; R2015a environment through the Fuzzy and the Neural Network toolboxes with the objective to predict TM, having as entry variables: sireline, gender, age and THI. On the whole, the Tar averages were inside the thermoneutral zone (ZCT), however, these values were below the superior critic THI. In the face of the results analysis, it could be observed in ration to the feeding behavior that the Landrace gilt presented the shortest time eating with averages of 42.19 min day-1 and 43.73 min day-1 for winter and summer respectively followed by the barrow from the same sireline, while the other sirelines presented values above 60 min day-1. It was not observed a significative linear correlation between the thermic environment and TM once the animals were inside their ZCT throughout all the experimentation period, indicating that the feeding behavior was influenced mainly by the homeostatic and cognitivehedonic factors. The multivariate statistics divided the animals in 8 groups, being observed that animals of different sirelines and gender behave the same way throughout the experimentation period, making the mathematical modeling difficult. However, some groups presented a bigger amount of animals of determined sireline and gender, being utilized as \"standard groups\" for the development of the fuzzy model and the artificial neural network. The fuzzy model presented an R2 of 0,858 when utilizing the \"standard group\" data, however, for all the values the R2 was 0.549. In the other hand the neural network presented an R2 of 0.611 for the complete data and an R2 of 0.914 for the \"standard group\". Thus, the artificial neural network appeared to be a tool of a better precision and accuracy when predicting the feeding behavior of pigs on growing-finishing phases.

Bakgrund: Lantbruket står inför stora framtida utmaningar som t.ex. stora befolkningsökningar och minskade jordbruksarealer. Ett förslag för att lösa en del av problemet och öka effektiviteten inom lantbruket är att implementera och använda olika digitala tjänster och produkter. Ett av koncepten för den digitala tekniken som har lyfts fram av bland annat EU är Smart farming. Konceptet är brett och innefattar många olika tekniska lösningar, varav en av dessa är kameraövervakning av boskapsdjur. Frågeställning: Har de lantbrukare som använder kameraövervakning av boskapsdjur upplevt en förändring av sin livskvalitet och har användningen av tekniken medfört några ekonomiska effekter? Metod: Ett kvalitativt angreppssätt valdes där sex lantbrukare intervjuades i semistrukturerade intervjuer. Resultat: De medverkande lantbrukarna var överlag positiva till kameraövervakningssystemen och flera av lantbrukarna anser att tekniken möjliggjort att de kunnat spara tid och att djur i viss utsträckning kunnat räddats. Flera av lantbrukarna menar också att användandet av kameraövervakningssystemen lett till positiva effekter gällande deras livskvalitet, där det framför allt var möjligheten att kunna spendera mer tid med familj och ökad flexibilitet som var bidragande. Slutsatser: Undersökningens resultat tyder på att kameraövervakningssystemen kan spara tid och pengar för lantbrukarna och att den upplevda livskvaliteten förbättras. Den grupp respondenter i undersökningen som upplevde störst effekter av kameraövervakningen var mindre lantbruk. Kameraövervakningen användes till flera olika ändamål, t.ex. brottsförebyggande, kalvning, personalsäkerhet, övervakning av foderbord, lösdrift samt gård och ägor.

The observation, control and the maintenance of the physical condition of sows in acceptable levels are critical to maintain the animal welfare and production in appropriate standards. Lameness causes pain making locomotion difficult. However, lameness is a common disorder in sows that causes negative impacts in both welfare and production. Since the animals that demonstrate this problem, have a smaller number of born-alive piglets, fewer gestation per year and are removed from the herd at a younger age than the ideal. In addition, it is industry practice to limit feed sows to ensure that they remain at an ideal condition score. It is known that, during gestation, each sow should receive a different amount of food according to its body condition. Underweight animals have nutritional deficiency and lower number of piglets per litter. On the other hand, overweight sows have an abnormal development of mammary glands, reducing the amount of milk produced during lactation, causing economic losses. However, moving sows to group gestation makes it difficult to monitor condition score in gestating sows. Both the detection of lameness and the classification of body condition are currently assessed using subjective methods, which is time consuming and difficult to accurately complete. Therefore, the early recognition of animals that present physical condition outside the standards is important to prevent production losses caused by both the aggravation of the conditions presented and the impact on the animals\' welfare. The objective of this project is to obtain three characteristics (body condition score, mass and backfat thickness) through depth images, that proved to be effective on the acquisition of these features in other animals (boars and cows). The second objective is to develop a method for early detection of lameness using the kinematic approach, that has been generating good results and which difficulties have the potential to be reduced by using depth images instead of the method of reflective markers currently used. To predict body condition, a multiple linear regression was obtained using the minor axis of the ellipse fitted around sow\'s body, the width at shoulders, and the angle, of the last rib\'s curvature. To predict backfat, a multiple linear regression was performed using the height of last rib\'s curvature, the perimeter of sow\'s body, the major axis of the ellipse fitted around sow\'s body, the length from snout to rump, and the predicted body condition score. It was possible to obtain the body mass with a simple linear regression using the projected volume of the sows\' body. For lameness detection, three models presented the best accuracy (76.9%): linear discriminant analysis, fine 1-nearest neighbor, and weighted 10-nearest neighbors. The input variables used on the models were obtained from depth videos (number, time, and length of steps for each of the four regions analyzed - left and right shoulders and left and right hips; total walk time; and number of local maxima for head region). As a result of these studies, it has been demonstrated that a depth camera can be used to automate the weight, condition score, backfat thickness, and lameness acquisition/detection in gestating and lactating sows. / A observação, o controle e a manutenção das condições físicas de matrizes suínas em níveis aceitáveis são fundamentais para manter o bem-estar animal e a produção em padrões adequados. A claudicação causa dor e dificuldade de locomoção e, no entanto, é uma desordem comum em matrizes suínas que, além do impacto negativo no bem-estar, gera, também, grandes impactos na produção, uma vez que os animais que demonstram esse problema, apresentam um menor número de leitões nascidos vivos, menor número de partos por ano e são removidas do rebanho a uma idade mais jovem do que a ideal. Sabe-se, ainda, que, durante a gestação, cada matriz deve receber uma quantidade de ração diferenciada de acordo com sua condição corporal. Animais abaixo do peso apresentam deficiência nutricional e menor número de leitões nascidos por ninhada. Já as matrizes com excesso de peso apresentam um desenvolvimento anormal das glândulas mamárias, reduzindo a quantidade de leite produzida durante a lactação, acarretando em perdas econômicas. Tanto a detecção da claudicação quanto a classificação da condição corporal são feitos por meios subjetivos e dependentes da opinião pessoal do tratador, o que pode gerar divergências entre as classificações dadas por cada indivíduo. Destaca-se, portanto, a importância do reconhecimento precoce de animais que apresentam condições físicas fora dos padrões exigidos, visando a prevenção de perdas produtivas causadas tanto pelo agravamento das condições apresentadas quanto pelo grande impacto no bem-estar dos animais. Tendo-se isso em vista, o presente trabalho visou obter três características (escore de condição corporal, massa corporal e espessura de toucinho) por meio de imagens em profundidade, que se mostraram eficazes na obtenção dessas características em outros animais (suínos machos não- castrados e vacas leiteiras). Além disso, buscou-se desenvolver um método para a detecção precoce de claudicação em matrizes suínas, utilizando-se a abordagem da cinemática dos animais, que vem dando bons resultados e cujas dificuldades têm potencial para serem sanadas por meio do uso de imagens em profundidade em vez do método de marcadores reflexivos utilizado atualmente. Para predizer a condição corporal, uma regressão linear múltipla foi obtida usando o menor eixo da elipse ajustada ao redor do corpo da matriz suína, a largura dos ombros e o ângulo da curvatura da última costela. Para predizer a espessura de toucinho, foi realizada uma regressão linear múltipla usando a altura curvatura da última da costela, o perímetro do corpo da matriz, o maior eixo da elipse ajustada, o comprimento do focinho à cauda e o escore predito da condição corporal. Foi possível obter a massa corporal com uma regressão linear simples usando o volume projetado do corpo das matrizes. Para detecção de claudicação, três modelos apresentaram a melhor precisão (76,9%): análise discriminante linear, 1 vizinho mais próximo e 10 vizinhos mais próximos. As variáveis de entrada utilizadas nos modelos foram obtidas a partir de vídeos em profundidade (número, tempo e comprimento de passos para cada uma das quatro regiões analisadas-ombros esquerdo e direito e quadris esquerdo e direito; tempo total de caminhada e número de máximos locais para a região da cabeça). Como resultado desses estudos, observou-se que câmeras em profundidade podem ser utilizadas na automação de medidas de peso, condição corporal, espessura de toucinho e claudicação de matrizes suínas.

A method of continuously monitoring weight would aid producers by ensuring all pigs are gaining weight and increasing the precision of marketing pigs thus saving money. Electronically monitoring weight without moving the pigs to the scale would eliminate a stress-generating source. Therefore, the development of methods for monitoring the physical conditions of animals from a distance appears as a necessity for obtaining data with higher quality. In pigs\' production, animals\' weighing is a practice that represents an important role in the control of the factors that affect the performance of the herd and it is an important factor on the production\'s monitoring. Therefore, this research aimed to extract weight data of pigs through depth images. First, a validation of 5 Kinect &reg; depth sensors was completed to understand the accuracy of the depth sensors. In addition, equations were generated to correct the dimensions\' data (length, area and volume) provided by these sensors for any distance between the sensor and the animals. Depth images and weights of finishing pigs (gilts and barrows) of three commercial lines (Landrace, Duroc and Yorkshire based) were acquired. Then, the images were analyzed with the MATLAB software (2016a). The pigs on the images were selected by depth differences and their volumes were calculated and then adjusted using the correction equation developed. Also, pigs\' dimensions were acquired for updating existing data. Curves of weight versus corrected volumes and corrected dimensions versus weight were adjusted. Equations for weight predictions through volume were adjusted for gilts and barrows and for each of the three commercial lines used. A reduced equation for all the data, without considering differences between sexes and genetic lines was also adjusted and compared with the individual equations using the Efroymson\'s algorithm. The result showed that there was no significant difference between the reduced equation and the individual equations for barrows and gilts (p<0.05), and the global equation was also no different than individual equations for each of the three sire lines (p<0.05). The global equation can predict weights from a depth sensor with an R2 of 0,9905. Therefore, the results of this study show that the depth sensor would be a reasonable approach to continuously monitor weights. / Um método de monitoramento contínuo da massa corporal de suínos auxiliaria os produtores, assegurando que todos os animais estão ganhando massa e aumentando a sua precisão de comercialização, reduzindo-se perdas. Obter eletronicamente a massa corporal sem mover os animais para a balança eliminaria uma fonte geradora de estresse. Portanto, o desenvolvimento de métodos para monitorar as condições físicas dos animais à distância se mostra necessário para a obtenção de dados com maior qualidade. Na produção de suínos, a pesagem dos animais é uma prática que representa um papel importante no controle dos fatores que afetam o desempenho do rebanho e o monitoramento da produção. Portanto, esta pesquisa teve como objetivo extrair, automaticamente, dados de massa de suínos por meio de imagens em profundidade. Foi feita, primeiramente, uma validação de 5 sensores de profundidade Kinect &reg; para compreender seu comportamento. Além disso, foram geradas equações para corrigir os dados de dimensões (comprimento, área e volume) fornecidos por estes sensores para qualquer distância entre o sensor e os animais. Foram obtidas imagens de profundidade e massas corporais de suínos e crescimento e terminação (fêmeas e machos castrados) de três linhagens comerciais (Landrace, Duroc e Yorkshire). Em seguida, as imagens foram analisadas com o software MATLAB (2016a). Os animais nas imagens foram selecionados por diferenças de profundidade e seus volumes foram calculados e depois ajustados utilizando a equação de correção desenvolvida. Foram coletadas, ainda, dimensões dos animais para atualização de dados existentes. Curvas de massa versus volumes corrigidos e de dimensões corrigidas versus massa, foram ajustadas. Equações para predição de massa a partir do volume foram ajustadas para os dois sexos e para as três linhagens comerciais. Uma equação reduzida, sem considerar as diferenças entre sexos e linhagens, também foi ajustada e comparada com as equações individuais utilizando o algoritmo de Efroymson. O resultado mostrou que não houve diferença significativa entre a equação reduzida e as equações individuais tanto para sexo (p <0,05), quanto para linhagens (p <0,05). A equação global pode predizer massas a partir do volume obtido com o sensor, com um R2 de 0,9905. Portanto, os resultados deste estudo mostram que o sensor de profundidade é uma abordagem razoável para monitorar as massas dos animais.

A mensuração do peso corporal de frangos de corte é uma das métricas mais importantes e simultaneamente mais trabalhosas a ser acompanhada ao longo do desenvolvimento de um lote. Essa pesquisa foi conduzida com o objetivo de avaliar comparativamente dois sistemas de pesagem de frangos de corte: o sistema de pesagem automática com o uso de plataforma suspensa e o sistema de pesagem manual. O sucesso da utilização da tecnologia de pesagem automática está relacionado às características da balança adotada e também ao comportamento das aves frente à plataforma de pesagem, uma vez que estas precisam utilizar o equipamento voluntariamente. A parte experimental desse estudo foi dividida em dois capítulos. No primeiro, avaliou-se em condições controladas os fatores intrínsecos aos animais que influenciam no comportamento de subir voluntariamente na plataforma de pesagem. Esses fatores foram: idade, sexo e características de cada indivíduo. No segundo capítulo, o peso de seis lotes comerciais de frangos de corte foi mensurado semanalmente por meio da pesagem manual e automática e seus resultados comparados. Os resultados evidenciaram que idade e sexo influenciam nos comportamentos relacionados a utilização da plataforma de pesagem, mas não foi possível identificar a relação desses comportamentos com características individuais. Assim, pode-se assumir que todas as aves utilizam o sistema de pesagem automática de forma igualitária. No entanto verificou-se que um fator de correção é indispensável para que se obtenha uma estimativa adequada do peso do lote. No experimento em condições controladas a correção de 5% recomendada pelo fabricante, foi suficiente para garantir que não houvesse diferenças significativas entre as formas de pesagem. Entretanto, em condições comerciais mesmo uma correção de 7% não foi suficiente para garantir que não houvesse diferenças significativas entre as formas de pesagem, sugerindo-se correções diferenciadas a cada semana. Foram encontradas diferenças de peso entre as regiões dos galpões para a pesagem automática, o que demonstra que é necessária a utilização de uma balança automática por divisão. Para as pesagens manuais, as diferenças foram encontradas somente na ultima semana de criação, sugerindo que ao longo do ciclo, as pesagens podem ser realizadas em um único quadrante representando o galpão. / Measurement of body weights of broilers is one of the most important and at the same time difficult metrics to obtain during the production cycle. The objective of this research was to evaluate comparatively two broiler weighing systems: manual and automatic through the use of a suspended platform. Success in using this technology is related to characteristics of the selected scale as well as the behavior of the birds, once they must use the weighing platform voluntarily. The experimental part of this study was divided into two chapters: first, under controlled environmental conditions, intrinsic factors that influenced the birds\' behavior toward a weighing platform were evaluated. These factors included age, sex and the individual behavior of each bird. Secondly, the weights of six commercial broiler flocks were compared by manual and automatic weighing systems. Results showed that age and sex influenced the behavior of the broilers toward the weighing platform. Individual characteristics of the birds did not influence their behavior. Consequently we can assume that all birds use the weighing system equally. However, it was verified that the use of a correction factor is essential in order to obtain a correct estimate of the average weight of the flock. In the controlled environment experiment the 5% correction curve recommended by the manufacturer was enough to guarantee that there weren\'t significant differences among the two weighing forms. However, in commercial conditions even a correction of 7% was not able to ensure that weights obtained by manual and automatic weighing were equal statistically. This suggests there should be a different correction factor for each week. Weight differences among sections inside the barns were found in the automatic weighing, which demonstrates that it is necessary to have one scale per barn section. On manual weighing, differences among sections inside the barn were found only in the last week of the production period, suggesting that during the growth of a flock sampling weights in only one of the sections would be enough to represent the whole flock.