0
Todos estamos familiarizados com a pressão a que a indústria suinícola tem estado sujeita no que diz respeito à gestão dos nutrientes e, agora, com o seu alegado impacto no clima. Confiámos fortemente nos avanços tecnológicos em genética e nutrição para melhorar a eficiência e reduzir estes impactos, mas em breve teremos todo um novo conjunto de ferramentas de gestão que utilizarão os dados da exploração agrícola para nos ajudar a obter benefícios adicionais.
Estamos todos conscientes de que se passam muitas mais coisas dentro dos pavilhões que afectam a rentabilidade e a utilização de recursos do que as que podem actualmente ser avaliadas com métricas típicas de software agrícola, tais como GMD ou conversão. Em alguns casos, se descobrirmos cedo a informação que se perde nos valores médios destas métricas, isso poderia ajudar-nos tanto a detectar os pontos-chave onde os nossos lucros são reduzidos como a ser capaz de prever futuras reduções a curto prazo, o que poderia ser evitado. A chave para este problema é que grande parte da redução dos lucros (oportunidade perdida) é causada por um subconjunto (muitas vezes relativamente pequeno) da população total de suínos no pavilhão. Referimo-nos a estes como subpopulações do efectivo.
As subpopulações são essencialmente qualquer subgrupo definido dentro de uma população maior. Suponha que tem uma teoria de que uma grande percentagem de leitões nascidos abaixo do peso médio da ninhada, e nascidos para porcas no terceiro parto ou menos, estão sujeitos a uma maior percentagem de falha de vacinação quando vacinados durante o processamento ao mesmo tempo que todos os outros leitões, e se pudesse identificá-los e vaciná-los um ou dois dias mais tarde e restaurar totalmente a eficácia da vacinação?
Temos múltiplas subpopulações que incluem um peso inferior à média da ninhada, nascidos de fêmeas com terceiro parto ou mais jovens, vacinados num determinado intervalo de dias após o parto, etc. Actualmente, as explorações comerciais poderiam provavelmente identificar estes animais na célula de parto, mas quão difícil, dispendioso e improvável seria rastrear estes animais ao longo do processo de produção para medir os seus resultados e, se houver impacto suficiente no lucro, justificar a tomada de medidas para evitar tais perdas?
As subpopulações são geralmente definidas como um intervalo de peso, por exemplo, todos os animais do pavilhão entre 30 e 50 kg. Ou podem ser definidos como todos os animais que têm uma característica comum, como o peso à nascença abaixo da média da ninhada. No segundo caso, a distribuição de peso destes animais será misturada com outros animais que não se enquadrem na definição do grupo. Separá-los apenas com dados do matadouro pode ser um desafio e, mesmo que possa ser feito, requer um software sofisticado. A complexidade de trabalhar com subpopulações deste tipo provém tanto da identificação dos indivíduos como da realização de medições regulares à medida que estes crescem, a fim de avaliar o potencial impacto económico. Embora isto seja feito por vezes em explorações equipadas para experiências, é muitas vezes demasiado difícil e demorado fazê-lo em condições comerciais.
Tudo isto está a mudar e em breve teremos a capacidade de definir uma subpopulação e depois segui-la eficazmente através de dados de custos. Como sabem, há bastantes pessoas a trabalhar em formas de identificar animais e fazer medições sobre eles passivamente, enquanto crescem, sem perturbar o grupo, separando-os para pesagem ou manipulação. Quando interage com o grupo de uma forma significativa, tal como entrar nos parques e pesar os animais várias vezes, corre-se o risco de afectar negativamente o resultado de todo o grupo, ao stressar os animais.
Pode ver-se claramente que os animais que pesam "X" procedem de 4 subpopulações diferentes.
Vejam o gráfico. As barras azuis escuras representam todos os animais comercializados e as outras cores são comercializadas em subpopulações com diferentes números de dias de alimentação. Note-se o X colocado no eixo do peso. Pode-se ver claramente que os animais que pesam "X" provêm de 4 subpopulações diferentes (existem 4 cores diferentes, além do azul escuro, na coluna acima do X). Se não acrescentássemos as informações adicionais sobre a data de comercialização, teríamos apenas as barras azuis escuras (todos os animais). Isto ilustra o défice de informação que pode resultar de características "médias" ou de sobre-consolidação. Da próxima vez veremos como a divisão dos dados por grupos de características em subpopulações pode ajudar-nos a diagnosticar problemas e a desenvolver planos de acção.
