WUR: Loopscores van kalkoenen kunnen via sensoren worden bepaald

Tot nu toe worden de loopscores bepaald door getrainde experts. Daarvoor moeten ze de dieren één voor één bekijken. Dat is een moeizame en tijdrovende taak. Sensoren hebben het potentieel om automatisch een aantal kenmerken te registreren die ten grondslag liggen aan de loopscores van de experts. Sensoren hebben het voordeel dat ze herhaaldelijk kunnen meten en dus de loopscore van dag tot dag kunnen volgen.

In dit onderzoek van het Breed4Food-consortium zijn kalkoenen van Hendrix Genetics uitgerust met geavanceerde acceleratiemeters. De sensoren produceren informatie over snelheid en oriëntatie van de kalkoen. Met machine learning bleken de onderzoekers in staat het start- en eindmoment van een stap te bepalen. Dit model voor stapdetectie maakt snelle en nauwkeurige stapdetectie in grote datasets mogelijk. Onderzoekers willen nu de kenmerken van elke stap bepalen om de loopscores van de kalkoenen te voorspellen.

De resultaten zijn gepubliceerd in het wetenschappelijk artikel Automated step detection in inertial measurement unit data from turkeys in een speciale editie van het tijdschrift Frontiers Genetics.