《Animals》：Evaluation of Daily Behavioral Patterns and Locomotor Activity in Holstein Dairy Cattle Under Different Physiological Stages and Management Factors
编辑推荐：
精准畜牧业技术（Precision Livestock Technologies）在判断动物行为与福利方面发挥着关键作用。本研究旨在确定生理阶段、胎次（parity）、泌乳次数（lactation number）和挤奶频率（milking frequency）
精准畜牧业技术（Precision Livestock Technologies）在判断动物行为与福利方面发挥着关键作用。本研究旨在确定生理阶段、胎次（parity）、泌乳次数（lactation number）和挤奶频率（milking frequency）对荷斯坦奶牛运动、休息及非活动时间行为的影响。研究人员利用颈圈和足部计步器连续记录动物的行为数据与步数，共分析了8698条奶牛个体日水平行为记录。在统计模型中，泌乳天数（days in milk, DIM）和日产奶量（daily milk yield, DMY）作为固定效应纳入分析。青年牛和干奶牛在行为持续时间上的相似性高于初产牛和经产牛。各组在反刍、躺卧、站立持续时间和步数方面存在高度显著差异（p < 0.001）。在泌乳牛中，按泌乳次数分组的各项行为持续时间未发现统计学显著差异（p > 0.05）；但挤奶频率在各组间具有显著关联（p < 0.001）。本研究突显了生理阶段和管理因素对牛只运动与休息行为的决定性和相互关联效应，从而为精准畜牧业中解读传感器数据提供了行为学框架，并支持数据驱动的牛群管理。
精准畜牧业（Precision Livestock Farming, PLF）是保障奶牛福利与健康管理的重要技术。随着全球人口预计2050年超90亿，乳制品需求将增加约70%，传统小规模养殖向工业化转型需要数据驱动管理模式。动物行为是奶牛福利、健康和生理状态的一线指标。尽管PLF能连续记录行为，但缺乏健康动物在不同生理阶段和生产水平下的行为参考标准，导致难以区分正常行为变异与福利受损；已有研究多聚焦疾病事件，对青年牛和不同产奶量泌乳牛的活动差异研究不足。因此，本研究旨在利用智能传感器建立荷斯坦青年牛、干奶牛和泌乳牛的行为参考谱，改善传感器数据解读和牛群管理。
研究在土耳其Bursa Uludag大学兽医学院动物健康与动物生产研究与应用中心进行。采用颈圈和腿部计步器连续24小时记录行为与步数，通过LoRa无线传输至Dairysense软件，分析8698条牛日记录（青年牛459条/n=7；干奶牛748条/n=12；初产牛3175条/n=15；经产牛4315条/n=19）。统计上采用线性混合效应模型（REML估计），固定效应包括畜舍系统/地面类型、挤奶频率和泌乳次数，协变量为DIM和DMY，个体动物为随机效应；多重比较用Tukey HSD；主成分分析（PCA）用于可视化组间行为谱。
3.1 生理阶段与生产水平的影响
对四组日行为记录的分析显示，饲喂时长、运动活动和非活动休息时间在生理阶段间无显著差异（p>0.05）；反刍时间差异显著（p<0.05）。青年牛和初产牛步数显著高于干奶牛和经产牛（p<0.001）。站立时间呈青年牛>初产牛>经产牛>干奶牛，四组间高度显著分离（p<0.001）。躺卧时间则相反，初产牛和青年牛显著高于经产牛和干奶牛（p<0.001）。活动回合数受生产组影响（p<0.05），初产牛显著高于经产牛。
3.2 泌乳次数的影响
按第一至第四泌乳次数分组，大多数行为参数（反刍、饲喂、运动活动、非活动休息、步数、躺卧、站立）均无统计学显著差异（p>0.05）。但每日活动回合数受泌乳次数显著影响（p<0.001）：第三泌乳期牛显著高于第二泌乳期，第一和第四泌乳期为中间值。
3.3
