优化对农场动物福利指标的选择
Jon Day1,2, Mohamed Ben Haddou3, Rita Kylling4
1Chronos Sustainability Ltd., Chichester, United Kingdom.
Frontiers in veterinary science
|November 13, 2025
概括
一个新的算法优化了农场动物福利指标的选择,提高了监测效率和准确性. 它确定了在各种农业环境中更好地评估动物福利的关键指标.
科学领域:
- 动物福利科学 动物福利科学
- 计算生物学 计算生物学
- 农业科学 农业科学
背景情况:
- 风险评估 (RA) 框架对于改善养殖动物福利至关重要.
- 从大型池中选择最佳福利指标是具有挑战性的.
- 现有的方法缺乏标准化,数据驱动的指标选择方法.
研究的目的:
- 开发一种算法方法来优化动物福利指标的选择.
- 解决在实际约束下选择指标的标准化,数据驱动方法的需求.
- 提高动物福利监测系统的效率和有效性.
主要方法:
- 从EFSA的意见和文献中编制了来自七种物种的382个福利指标的数据库.
- 开发了一个贪的算法和一个使用分支和边界和回溯的增强算法.
- 纳入元数据,如福利后果影响和易用/缓解等,通过最大至最小的规范化进行标准化.
- 定义了一个基于用户定义的标准选择指标子集的目标函数.
主要成果:
- 改进的算法在0.2秒内为所有物种实现了全球最佳指标组合.
- 案例研究表明,该算法能够选择具有高影响力的,易于实施的指标.
- 改进的算法超越了"冰山指标",并结合了多个选择标准.
结论:
- 增强的算法提供了一个数据不可知,灵活的工具,用于优化福利指标选择.
- 它支持针对研究,工业和政策中的各种利益相关者量身定制的应用程序.
- 未来的工作应该集中在确定权重值和利益相关者的参与,以便实际实施.
