2.4.2. Changes in fatality and fert

2.4.2. Changes in fatality and fertility rates
For the fatality and fertility rates, the cause of change can be
either the reduction of rates through effects of environmental
change or disease outbreaks or the improvement of rates
through technology or better management. Concerning disease
outbreaks, diseases and disease control have always
been central elements of livestock production (Rorı´guex-
S
anchez et al., 2012). The manager is often faced with alternative
decisions (i.e., medication, vaccination, culling,
replacement) during an outbreak. Any decisions will affect
piglet production activity and determine the future productivity
of the herd and of the entire chain. In this particular
case, assume that the epidemic causes irregular preweaning
death. The farm manager can simulate the lowest and highest
death rates that might likely occur, and there could be a
disease outbreak at any time during pig production. Hence,
the manager may conveniently estimate the effect of the
outbreak in relation to time and production in the herd and in
subsequent herds. The shortage of pigs can be quantified and
prepared for by finding alternative sources of fatteners or by
altering replacement policies in the breeding herds to
accommodate such shortages.
To demonstrate the application of the model in the case of
a disease outbreak, we simulate an epidemic in the chain by
assuming that an epidemic occurred. Farm managers can
simulate the effect of an outbreak on the chain and on
fattening production using the proposed model. The occurrence
of an outbreak on any breeding farm as well as its
duration and severity can also be simulated to review their
effects on the herd. For this particular simulation, we
assumed that the manager was not certain concerning the
severity of preweaning death. With the developed system
dynamics model, the manager is equipped with a visualisation
tool and is able to foresee the effects of preweaning
death at any rate, on any farm, and in any occurrence timeframe.
Under this scenario, we demonstrate the simulation of
two preweaning death rates of 40% and 80%, compared with
the normal death rate of 7%. The outbreak was assumed to
last 5 weeks (starting from week 5 and ending during week 11).
Because each farm has a different disease control policy and is
in a different location, the outbreak might affect some of the farms, but not all of the farms. The manager can simulate its
effect on the breeding farms (GGP, GP, and parental) where the
outbreak might be likely to occur separately. This simulation
can be conveniently conducted by increasing weaner death to
specific levels and by specifying the occurrence time of the
shock accordingly. As shown in Fig. 8, for this particular
breeding pyramid, the numbers of sows at the GGP, GP, and
parental levels are quite high. Hence, the fattening units
appear to be guarded against unpredictable events, and a
simulated high preweaning death rate has minimal impacts
on the herd. Therefore, the effects of the irregular event will
appear only for the most extreme cases. For strategic decisions,
the model facilitates the incorporation of alternative
strategies in the model by the manager. The effects of medication,
vaccination, culling, and the replacement policy can be
included, although these effects are not presented in this
study.
In the case of improvement of these rates because of better
farm management or technological changes, examples of
striving to improve productivity include the following.
Improvement of the housing system was examined in a study
by Suriyasomboon, Lundeheim, Kunavaongkrit, and
Einarrsson (2006). These authors stated that the reproductive
efficiency of sows depends on several factors, such as their
parity and breed as well as the season, temperature, photoperiod,
and nutrition. A high ambient temperature, humidity,
and/or changes in the photoperiod were found to decrease the
litter size during some parts of the year because high ambient
temperature leads to heat stress and has been associated with
seasonal infertility. Hence, improving the housing system to
cope with heat stress is always taken into consideration. One
way to reduce heat is by constructing a floor cooling system.
As evaluated by Silva et al. (2006), floor cooling under a
lactating sow improves her productive and reproductive performance
as well as the weight gain of her litter.
Another example concerning genetic improvement is an
attempt to reduce wean-to-service days to increase the
number of piglets per sow and year, as described by Lundgren
et al. (2010), because the number of piglets produced per sow
and year is an economically important trait in pig production.
With the aim of increasing piglet production per sow and year,
some researchers have focused on breeding sows that produce
a large number of heavy piglets at weaning (Lundgren
et al., 2010), as piglet growth is regulated by both the genes
of the sow and the genes of the piglet. Heavy piglets are
considered to yield a shorter wean-to-service period, hence
increasing the number of piglets per sow per year.
Another example is in improvement of the feed system. As
stated by Kongsted (2005), the number of group-housed nonlactatingsowshas
been increased to complywith the European
legislation initiative arising from elevated public concern for
animal welfare. However, some studies have found that group
housing systems cause impaired reproduction, which is characterised
by a reduced litter size and pregnancy rates in grouphoused
sows compared with individually housed sows during
the non-lactating period. This impairment has been in the
range of 0.3e0.6 fewer piglets born per litter, a 0.9% lower farrowing
rate and a 3.4% higher repeat breeding rate in some
periods. In group-feeding systems, individual rationing is not
possible, and variation in energy intake may occur because an
individual sow is not protected during feeding from displacements
by other sows. In Kongsted's report, the use of a new feeding system with a high-energy intake was suggested to
improve the pregnancy rate and litter size.
To demonstrate the application of setting a scenario for
management changes, let us assume that the farm manager
engages in three projects. The first project is improvement of
the housing system, with the successful implementation of
floor cooling, resulting in a reduction of the number of weaner
deaths by 2%. The second project is a genetic improvement
project, successfully leading to a 7-day shorter wean-toservice
breed time. The last project assumes that the farm
commits to improve the feed system in group-housed nonlactating
sows and is successful in implementing the new
feeding system, which in turn results in an average of 0.5 more
piglets born per sow and a 0.9% increase in the farrowing rate.
With the studied model, the manager can simulate the effects
of these improvements as follows. The first project, installing
a cooling floor, was assumed to reduce weaner death by 2%.
This case can be simulated by modifying the weaner death
rate similar to the first scenario, which will directly reduce
PWDi in Equation (10). PWi will rise as a result. The second
project, genetic improvement, was assumed to decrease the
average wean-to-service age by 7 days. This situation can be
simulated by reducing the transit time of the conveyor boxes
in the replacement stage by 7 days. The last project, the
establishment of a new feeding system, was assumed to result
in an average of 0.5 more piglets born per litter and a 0.9%
increase in the farrowing rate. This simulated case can be
achieved by increasing ABAi in Equation (9) by 0.5 and by
reducing either one or a combination of two or three of the
following improvements during the gestation stage: FCSi, Ai,
and NIPi. The effects of these improvements on the herds are
shown in Fig. 9. Because of the fixed target policy regarding
replacement and culling, although the performance of the
breeding farm was improved, the number of sows on the farm
did not change. The improvement is likely to yield approximately
100 more piglets per week. Of note, these simulation
results are for this particular dataset. The simulation results
are not applicable to any other farms because this simulation
uses farm-specific data and situations. Although the total
number of sows, death rate, culling rate, conception rate, and
other farm policies are identical for any two farms, the
simulation results may differ depending on the number of
sows in each stage and parity. Hence, the results should be
interpreted with caution because different farms are likely to
experience different results.

ผลลัพธ์ (ไทย) 1:

2.4.2 การเปลี่ยนแปลงในอัตราที่ผิวและความอุดมสมบูรณ์ผิวและความอุดมสมบูรณ์ราคา สาเหตุของการเปลี่ยนแปลงได้การลดราคาผ่านทางผลกระทบของสิ่งแวดล้อมเปลี่ยนแปลงหรือโรคระบาดหรือการปรับปรุงราคาเทคโนโลยีหรือการจัดการที่ดี เกี่ยวกับโรคระบาด โรค และการควบคุมโรคได้เสมอแล้วองค์ประกอบกลางของการผลิตปศุสัตว์ (Rorı´guex-S anchez et al., 2012) ผู้จัดการคือมักจะต้องเผชิญกับทางเลือกตัดสินใจ (เช่น ยา วัคซีน cullingแทน) ในระหว่างการระบาดของโรค จะมีผลต่อการตัดสินใจใด ๆกิจกรรมการผลิตลูกสุกร และกำหนดผลผลิตในอนาคตฝูง และห่วงโซ่ทั้งนั้น นี้โดยเฉพาะกรณี สมมติว่า โรคระบาดที่ทำให้ preweaning ไม่สม่ำเสมอความตาย ผู้จัดการฟาร์มสามารถจำลองต่ำสุด และสูงสุดอัตราตายมีแนวโน้มที่อาจเกิดขึ้น และอาจมีการโรคระบาดตลอดเวลาในระหว่างการผลิตสุกร ดังนั้นผู้จัดการบริการอาจประเมินผลของการระบาดของโรคที่เกี่ยวกับเวลาและผลิต ในฝูง และในฝูงต่อไป สามารถ quantified ขาดแคลนสุกร และเตรียมพร้อม โดยการหาแหล่งสำรอง ของ fatteners หรือโดยเปลี่ยนแปลงนโยบายการทดแทนในฝูงปรับปรุงพันธุ์เพื่อรองรับการขาดแคลนดังกล่าวแสดงให้เห็นถึงการประยุกต์ใช้แบบจำลองในกรณีที่เป็นโรคระบาด เราจำลองโรคระบาดในลูกโซ่ด้วยสมมติว่าเกิดโรคระบาด ผู้จัดการฟาร์มสามารถจำลองผลกระทบของการระบาด บนห่วงโซ่ และเลี่ยนผลิตโดยใช้รูปแบบนำเสนอ การเกิดขึ้นของการระบาดของโรคในฟาร์มเพาะพันธุ์ต่าง ๆ ตลอดจนการระยะเวลาและความรุนแรงนอกจากนี้ยังสามารถจำลองการตรวจสอบของพวกเขาผลในฝูง สำหรับการจำลองนี้ใด เราสมมติว่า ผู้จัดการไม่แน่นอนเกี่ยวกับการความรุนแรงของ preweaning ตาย มีระบบพัฒนาเป็นผู้จัดการ dynamics รุ่น พร้อมกับการสร้างมโนภาพเครื่องมือ และสามารถเล็งเห็นผลของ preweaningตายในอัตราใด ๆ ฟาร์มใด ๆ และ ในกรอบเวลาใด ๆ เกิดขึ้นภายใต้สถานการณ์นี้ เราแสดงให้เห็นถึงการจำลองสถานการณ์อัตราตายสอง preweaning 40% และ 80% เมื่อเทียบกับอัตราตายปกติ 7% สธ.ได้ถือ5 สัปดาห์ (ตั้งแต่สัปดาห์ที่ 5 และสิ้นสุดในระหว่างสัปดาห์ที่ 11)เนื่องจากแต่ละฟาร์มมีนโยบายการควบคุมโรคต่าง ๆ และเป็นในตำแหน่งอื่น ระบาดอาจส่งผลต่อบางฟาร์ม แต่ไม่ทั้งหมดของฟาร์ม ผู้จัดการสามารถจำลองการทำงานของผลฟาร์มเพาะพันธุ์ (จีจีพี GP และผู้ปกครอง) ที่จะระบาดของโรคอาจมีแนวโน้มที่จะเกิดขึ้นต่างหาก การจำลองนี้สามารถเชิญทำได้ โดยการเพิ่ม weaner ตายไประดับที่เฉพาะเจาะจง และระบุเวลาเกิดขึ้นช็อคตาม ตามที่แสดงใน Fig. 8 สำหรับการนี้โดยเฉพาะพันธุ์ปิรามิด จำนวน sows ที่จีจีพี GP และระดับการปกครองค่อนข้างสูง ดังนั้น หน่วย fatteningจะยับยั้งชั่งใจกับเหตุการณ์ที่ไม่แน่นอน และอัตราตายการ preweaning สูงที่เลียนแบบมีผลกระทบน้อยที่สุดในฝูง ดังนั้น ผลกระทบของเหตุการณ์ผิดปกติจะปรากฏเฉพาะในกรณีส่วนใหญ่ สำหรับการตัดสินใจเชิงกลยุทธ์แบบจดทะเบียนของทางเลือกที่อำนวยความสะดวกกลยุทธ์ในแบบจำลองโดยผู้จัดการ ผลของยาวัคซีน culling และนโยบายแทนได้รวม ถึงแม้ว่าผลกระทบเหล่านี้จะไม่แสดงในนี้ศึกษาในกรณีของการปรับปรุงราคาเนื่องจากดีกว่าฟาร์มการจัดการ หรือเปลี่ยนแปลงเทคโนโลยี ตัวอย่างมุ่งมั่นที่จะเพิ่มผลผลิตรวมต่อไปนี้ปรับปรุงระบบอยู่อาศัยถูกตรวจสอบในการศึกษาโดย Suriyasomboon, Lundeheim, Kunavaongkrit และEinarrsson (2006) ผู้เขียนเหล่านี้ระบุที่สืบพันธุ์ประสิทธิภาพของ sows ขึ้นอยู่กับปัจจัยหลายอย่าง เช่นของพวกเขาพาริตี้ และสายพันธุ์ตลอดจนการฤดูกาล อุณหภูมิ ชั่วโมงและโภชนาการ ความสูงอุณหภูมิ ความชื้นและ/หรือเปลี่ยนแปลงชั่วโมงพบเพื่อลดการทิ้งขยะขนาดระหว่างบางส่วนของปีเนื่องจากสูงล้อมรอบนำไปสู่ความเครียดร้อนอุณหภูมิ และมีการเชื่อมโยงกับภาวะมีบุตรยากตามฤดูกาล ดังนั้น ปรับปรุงระบบการอยู่อาศัยรับมือกับความเครียดความร้อนถูกนำมาพิจารณาเสมอ หนึ่งวิธีการลดความร้อนคือการสร้างพื้นระบบทำความเย็นเป็นประเมินโดย Silva et al. (2006), ชั้นที่เย็นภายใต้การเสาการศึกษาปรับปรุงประสิทธิภาพประสิทธิผล และมีการสืบพันธุ์ของเธอและน้ำหนักการใช้งานกระบะของเธออีกตัวอย่างหนึ่งเกี่ยวกับการปรับปรุงพันธุกรรมเป็นการพยายามที่จะลดวันหย่าการบริการเพื่อเพิ่มการจำนวนทรูดต่อเสาและปี ตามที่อธิบายไว้ โดย Lundgrenal. ร้อยเอ็ด (2010), เนื่องจากจำนวนทรูดผลิตต่อเสาและการติดอย่างสำคัญในการผลิตสุกรเป็นปีมีจุดประสงค์เพื่อเพิ่มการผลิตลูกสุกรต่อเสาและปีนักวิจัยบางรู้ sows พันธุ์ที่ผลิตจำนวนทรูดหนักที่ weaning (Lundgrenร้อยเอ็ด al., 2010), เป็นลูกสุกรเจริญเติบโตได้รับการควบคุม โดยยีนทั้งสองเสาและยีนของลูกสุกร มีหนักทรูดถือว่าให้ผลผลิตสั้นหย่าให้บริการระยะเวลา ดังนั้นเพิ่มจำนวนทรูดต่อเสาต่อปีอีกตัวอย่างหนึ่งในการปรับปรุงระบบฟีดได้ เป็นตาม Kongsted (2005), หมายเลขห้องพักกลุ่ม nonlactatingsowshasการเพิ่ม complywith ที่ยุโรปเกิดจากความกังวลสาธารณะยกระดับสำหรับการริเริ่มกฎหมายสวัสดิการสัตว์ อย่างไรก็ตาม บางการศึกษาพบว่ากลุ่มระบบการอยู่อาศัยทำให้เกิดความบกพร่องทางด้านการสืบพันธุ์ ซึ่งมีประสบการ์โดยแคร่ลดขนาดและการตั้งครรภ์ราคาใน grouphousedsows เมื่อเทียบกับแต่ละห้องพัก sows ระหว่างระยะเวลาศึกษาไม่ ผลนี้มีการของ 0.3e0.6 ทรูดน้อยเกิดต่อแคร่ เป็น 0.9% ล่าง farrowingและเป็น 3.4% สูงกว่าพันธุ์ซ้ำในบางรอบระยะเวลา ในระบบกลุ่มอาหาร rationing ละไม่เป็นไปได้ และในการบริโภคพลังงานที่เปลี่ยนแปลงอาจเกิดขึ้นเนื่องจากการแต่ละเสาไม่มีป้องกันในระหว่างการให้อาหารจาก displacementsโดย sows อื่น ๆ ในรายงานของ Kongsted การใช้ระบบการให้อาหารใหม่กับบริโภค high-energy เขาแนะนำให้ปรับปรุงตั้งครรภ์อัตราและแคร่ขนาดแสดงให้เห็นถึงการประยุกต์ใช้สถานการณ์สมมติสำหรับการตั้งค่าเปลี่ยนแปลงการจัดการ ให้เราสมมุติว่าผู้จัดการฟาร์มเกี่ยวในโครงการ 3 โครงการแรกเป็นการปรับปรุงระบบอยู่อาศัย กับการใช้ประสบความสำเร็จผลิตคูลลิ่ง ผลในการลดจำนวน weanerตาย 2% โครงการที่สองเป็นการปรับปรุงพันธุกรรมโครงการ เสร็จเรียบร้อยแล้วนำไป 7-วันสั้นหย่า-toserviceเวลาสายพันธุ์ โครงการสุดท้ายสันนิษฐานที่ฟาร์มมุ่งมั่นในการปรับปรุงตัวดึงข้อมูลระบบในกลุ่มเอน nonlactatingsows และประสบความสำเร็จในการดำเนินการใหม่ระบบให้อาหาร ซึ่งจะส่งผลโดยเฉลี่ย 0.5 ขึ้นทรูดที่เกิดต่อเสาและ 0.9% เพิ่มขึ้นในอัตรา farrowingกับรุ่น studied ผู้จัดการสามารถจำลองผลกระทบของการปรับปรุงเหล่านี้เป็นดังนี้ โครงการแรก ติดตั้งชั้นระบายความร้อน ถูกสันนิษฐานจะลด weaner ตาย 2%กรณีนี้สามารถจำลอง โดยการปรับเปลี่ยนการ weaner ตายอัตราเหมือนกับสถานการณ์สมมติแรก ซึ่งจะลดโดยตรงPWDi ในสมการ (10) PWi จะเพิ่มขึ้นดังนั้น ที่สองโครงการ การปรับปรุงพันธุกรรม ถือว่าลดได้อายุหย่าให้บริการเฉลี่ย 7 วัน สถานการณ์นี้สามารถจำลอง โดยการลดเวลาการส่งต่อกล่องสายพานลำเลียงในขั้นตอนการเปลี่ยน 7 วัน โครงการล่าสุด การจัดระบบให้อาหารใหม่ ได้ถือผลในโดยเฉลี่ย 0.5 ทรูดเพิ่มเติมเกิดต่อแคร่และ 0.9%เพิ่มในอัตรา farrowing กรณีนี้เลียนแบบได้ทำได้ โดยการเพิ่ม ABAi ในสมการ (9) โดย 0.5 และลดหนึ่งหรือทั้งสองหรือสามต่อการปรับปรุงในช่วงระยะครรภ์: FCSi, Aiและ NIPi ผลของการปรับปรุงในฝูงมีแสดงใน Fig. 9 เนื่องจากนโยบายเป้าเกี่ยวกับทดแทนและ culling แม้ว่าประสิทธิภาพของการฟาร์มเพาะพันธุ์ดีขึ้น จำนวน sows บนฟาร์มไม่เปลี่ยนแปลง พัฒนามีแนวโน้มให้ผลผลิตประมาณทรูดมากกว่า 100 ต่อสัปดาห์ ตั๋ว การจำลองเหล่านี้ผลลัพธ์สำหรับชุดข้อมูลเฉพาะนี้ได้ ผลการทดลองไม่สามารถใช้กับอื่น ๆ ฟาร์มเนื่องจากการจำลองนี้ใช้ข้อมูลเฉพาะฟาร์มและสถานการณ์ แม้ว่าผลรวมจำนวน sows อัตราตาย อัตรา culling คิด อัตรา และนโยบายของฟาร์มอื่น ๆ จะเหมือนกันสำหรับฟาร์มใด ๆ สอง การผลการทดลองอาจแตกต่างกันจำนวนsows ในแต่ละขั้นตอนและพาริตี ดังนั้น ผลควรตีความ ด้วยความระมัดระวังเนื่องจากฟาร์มต่าง ๆ มักจะสัมผัสผลลัพธ์ที่แตกต่าง

ผลลัพธ์ (ไทย) 2:

2.4.2 การเปลี่ยนแปลงในการตายและอัตราการเจริญพันธุ์สำหรับการตายและอัตราการเจริญพันธุ์สาเหตุของการเปลี่ยนแปลงที่สามารถเป็นได้ทั้งการลดลงของอัตราการผ่านผลกระทบของสิ่งแวดล้อมการเปลี่ยนแปลงหรือการระบาดของโรคหรือการปรับปรุงอัตราผ่านทางเทคโนโลยีหรือการจัดการที่ดี เกี่ยวกับโรคระบาดโรคและควบคุมโรคได้เคยรับองค์ประกอบที่สำคัญของการผลิตปศุสัตว์(Rorı'guex- S? anchez et al., 2012) ผู้จัดการจะต้องเผชิญกับทางเลือกที่มักจะตัดสินใจ (เช่นยาฉีดวัคซีนเลือกสรร, เปลี่ยน) ในระหว่างการระบาดของโรค การตัดสินใจใด ๆ ที่จะส่งผลกระทบต่อกิจกรรมการผลิตลูกสุกรและตรวจสอบการผลิตในอนาคตของฝูงและห่วงโซ่ทั้งหมด โดยเฉพาะอย่างยิ่งนี้กรณีที่สมมติว่าการแพร่ระบาดที่ทำให้เกิดความผิดปกติ preweaning ตาย ผู้จัดการฟาร์มสามารถจำลองต่ำสุดและสูงสุดอัตราการตายที่มีแนวโน้มที่อาจจะเกิดขึ้นและอาจจะมีการระบาดของโรคในเวลาใดๆ ในระหว่างการผลิตสุกร ดังนั้นผู้จัดการสะดวกอาจประเมินผลกระทบจากการระบาดของโรคในความสัมพันธ์กับเวลาและการผลิตในฝูงและในฝูงที่ตามมา ปัญหาการขาดแคลนของสุกรที่สามารถวัดและเตรียมพร้อมสำหรับการโดยการหาแหล่งทางเลือกของ fatteners หรือโดยการเปลี่ยนแปลงนโยบายการทดแทนในฝูงพันธุ์เพื่อรองรับการขาดแคลนดังกล่าว. เพื่อแสดงให้เห็นถึงการประยุกต์ใช้แบบจำลองในกรณีที่เกิดการระบาดของโรคที่เราจำลองการแพร่ระบาดในห่วงโซ่โดยสมมติว่าการแพร่ระบาดเกิดขึ้น ผู้จัดการฟาร์มสามารถจำลองผลกระทบจากการระบาดในห่วงโซ่และในการผลิตขุนใช้รูปแบบที่นำเสนอ การเกิดขึ้นของการระบาดในฟาร์มเพาะพันธุ์ใด ๆ เช่นเดียวกับระยะเวลาและความรุนแรงยังสามารถจำลองของพวกเขาในการตรวจสอบผลกระทบต่อฝูง สำหรับการจำลองนี้โดยเฉพาะอย่างยิ่งเราสันนิษฐานว่าผู้จัดการไม่แน่ใจเกี่ยวกับความรุนแรงของการเสียชีวิตpreweaning ด้วยการพัฒนาระบบการเปลี่ยนแปลงรูปแบบการจัดการเป็นอุปกรณ์ที่มีการแสดงเครื่องมือและสามารถที่จะคาดการณ์ผลกระทบของpreweaning ตายในอัตราใด ๆ ในฟาร์มใด ๆ และในระยะเวลาที่เกิดขึ้นใด ๆ . ภายใต้สถานการณ์นี้เราแสดงให้เห็นถึงการจำลองของสอง preweaning อัตราการตาย 40% และ 80% เมื่อเทียบกับอัตราการเสียชีวิตตามปกติของ7% การระบาดของโรคได้รับการสันนิษฐานว่าในช่วง 5 สัปดาห์ที่ผ่านมา (เริ่มต้นจากสัปดาห์ที่ 5 และสิ้นสุดลงในช่วงสัปดาห์ที่ 11). เพราะแต่ละฟาร์มมีนโยบายในการควบคุมโรคที่แตกต่างกันและในสถานที่ที่แตกต่างกันการระบาดของโรคที่อาจส่งผลกระทบต่อบางส่วนของฟาร์ม แต่ไม่ทั้งหมดของ ฟาร์ม ผู้จัดการที่สามารถจำลองผลกระทบต่อฟาร์มเพาะพันธุ์ (จีจีพี, GP และผู้ปกครอง) ที่การระบาดของโรคอาจจะมีแนวโน้มที่จะเกิดขึ้นแยกต่างหาก จำลองนี้สามารถดำเนินการอำนวยความสะดวกโดยการเพิ่มการตาย weaner ไประดับที่เฉพาะเจาะจงและโดยการระบุเวลาการเกิดขึ้นของช็อตตาม ดังแสดงในรูป 8 สำหรับการนี้โดยเฉพาะปิรามิดพันธุ์ตัวเลขของแม่สุกรที่จีจีพี, GP และระดับของผู้ปกครองที่ค่อนข้างสูง ดังนั้นหน่วยขุนดูเหมือนจะเตรียมพร้อมกับเหตุการณ์ที่คาดเดาไม่ได้และpreweaning สูงจำลองอัตราการเสียชีวิตมีผลกระทบน้อยที่สุดในฝูง ดังนั้นผลกระทบของเหตุการณ์ที่ผิดปกติจะปรากฏเฉพาะสำหรับกรณีที่มากที่สุด สำหรับการตัดสินใจเชิงกลยุทธ์, รูปแบบการอำนวยความสะดวกในการรวมตัวกันของทางเลือกกลยุทธ์ในรูปแบบโดยผู้จัดการ ผลกระทบจากการใช้ยาฉีดวัคซีนเลือกสรรและนโยบายการเปลี่ยนที่สามารถรวมแม้ว่าผลกระทบเหล่านี้จะไม่ถูกนำเสนอในการศึกษา. ในกรณีที่มีการปรับปรุงอัตราเหล่านี้เพราะดีกว่าการจัดการฟาร์มหรือการเปลี่ยนแปลงทางเทคโนโลยีตัวอย่างของการมุ่งมั่นที่จะปรับปรุงประสิทธิภาพการผลิตรวมถึงต่อไปนี้. ปรับปรุงระบบที่อยู่อาศัยที่ได้รับการตรวจสอบในการศึกษาโดย Suriyasomboon, Lundeheim, Kunavaongkrit และ Einarrsson (2006) ผู้เขียนเหล่านี้ระบุว่าการสืบพันธุ์ประสิทธิภาพของแม่สุกรขึ้นอยู่กับปัจจัยหลายประการเช่นเป็นของความเท่าเทียมกันและพันธุ์เช่นเดียวกับฤดูกาลอุณหภูมิแสง, และโภชนาการ อุณหภูมิโดยรอบสูงความชื้นและ / หรือการเปลี่ยนแปลงในช่วงแสงพบว่าลดขนาดครอกในช่วงบางส่วนของปีเพราะโดยรอบสูงอุณหภูมิความร้อนที่นำไปสู่ความเครียดและมีความเกี่ยวข้องกับภาวะมีบุตรยากตามฤดูกาล ดังนั้นการปรับปรุงระบบการอยู่อาศัยที่จะรับมือกับความเครียดความร้อนจะถูกนำเข้าสู่การพิจารณาเสมอ หนึ่งวิธีที่จะช่วยลดความร้อนโดยการสร้างระบบระบายความร้อนชั้น. ในฐานะที่เป็นการประเมินโดยซิลวา, et al (2006), ชั้นระบายความร้อนภายใต้หว่านให้นมบุตรช่วยเพิ่มประสิทธิภาพการผลิตและการสืบพันธุ์ของเธอเช่นเดียวกับการเพิ่มน้ำหนักของครอกของเธอ. ตัวอย่างที่เกี่ยวข้องกับการปรับปรุงทางพันธุกรรมอีกเป็นความพยายามที่จะลดวันผอมต่อการบริการที่จะเพิ่มจำนวนลูกสุกรต่อสุกรและในปีตามที่อธิบาย Lundgren et al, (2010) เนื่องจากจำนวนของลูกสุกรที่ผลิตต่อสุกรและปีที่เป็นลักษณะที่สำคัญทางเศรษฐกิจในการผลิตสุกร. โดยมีวัตถุประสงค์ของการเพิ่มการผลิตลูกสุกรต่อแม่สุกรและปีนักวิจัยบางคนมีความสำคัญกับแม่สุกรพันธุ์ที่ผลิตจำนวนมากของลูกสุกรหนักที่หย่านม (Lundgren et al., 2010) ในขณะที่การเจริญเติบโตของลูกสุกรจะถูกควบคุมโดยยีนทั้งสองของแม่สุกรและลูกสุกรของยีนที่ ลูกสุกรหนักจะพิจารณาให้ผลผลิตผอมต่อการให้บริการระยะเวลาที่สั้นดังนั้นการเพิ่มจำนวนของลูกสุกรต่อแม่ต่อปี. อีกตัวอย่างหนึ่งคือในการปรับปรุงระบบฟีด ในฐานะที่เป็นที่ระบุไว้ตาม Kongsted (2005) จำนวน nonlactatingsowshas กลุ่มที่ตั้งเพิ่มขึ้นเป็นcomplywith ยุโรปคิดริเริ่มกฎหมายที่เกิดขึ้นจากความกังวลของประชาชนที่สูงขึ้นสำหรับสวัสดิภาพสัตว์ อย่างไรก็ตามการศึกษาบางคนได้พบว่ากลุ่มระบบสืบพันธุ์ที่อยู่อาศัยทำให้เกิดความบกพร่องซึ่งเป็นลักษณะโดยอัตราขนาดครอกที่ลดลงและการตั้งครรภ์ในgrouphoused แม่สุกรเมื่อเทียบกับแม่สุกรตั้งเป็นรายบุคคลในช่วงระยะเวลาที่ไม่ได้ให้นมบุตร การด้อยค่านี้ได้รับในช่วงของ 0.3e0.6 ลูกสุกรเกิดน้อยลงต่อครอกเป็น 0.9% คลอดต่ำกว่าอัตราและอัตราการผสมพันธุ์ซ้ำที่สูงขึ้น3.4% ในบางช่วงเวลา ในระบบการให้อาหารในกลุ่มปันส่วนของแต่ละบุคคลไม่ได้เป็นไปได้และการเปลี่ยนแปลงในการบริโภคพลังงานที่อาจเกิดขึ้นเพราะหว่านบุคคลที่ไม่ได้รับการคุ้มครองในระหว่างการให้อาหารจากdisplacements โดยแม่สุกรอื่น ๆ ในรายงานของ Kongsted การใช้งานของระบบการให้อาหารใหม่ที่มีการบริโภคพลังงานสูงได้รับการแนะนำให้เพิ่มอัตราการตั้งครรภ์และขนาดครอก. เพื่อแสดงให้เห็นถึงการประยุกต์ใช้การตั้งค่าสถานการณ์สำหรับการเปลี่ยนแปลงการจัดการให้เราคิดว่าผู้จัดการฟาร์มประกอบในสามโครงการ โครงการแรกคือการปรับปรุงระบบที่อยู่อาศัยที่มีความสำเร็จของการดำเนินการระบายความร้อนชั้นผลในการลดจำนวนของweaner ที่เสียชีวิต2% โครงการที่สองคือการปรับปรุงพันธุกรรมโครงการประสบความสำเร็จนำไปสู่การ 7 วันสั้นผอม-toservice เวลาสายพันธุ์ โครงการที่ผ่านมาสันนิษฐานว่าฟาร์มมุ่งมั่นที่จะปรับปรุงระบบฟีดในกลุ่มที่ตั้ง nonlactating แม่สุกรและจะประสบความสำเร็จในการดำเนินการใหม่ระบบการให้อาหารซึ่งผลการเปิดในค่าเฉลี่ยของ 0.5 มากขึ้นลูกสุกรเกิดต่อสุกรและเพิ่มขึ้น0.9% ใน อัตราการคลอด. ด้วยรูปแบบการศึกษาผู้จัดการสามารถจำลองผลกระทบของการปรับปรุงเหล่านี้เป็นดังนี้ โครงการแรกการติดตั้งพื้นระบายความร้อนได้รับการสันนิษฐานว่าเพื่อลดการเสียชีวิต weaner 2%. กรณีนี้สามารถจำลองโดยการปรับเปลี่ยนการตาย weaner อัตราคล้ายกับสถานการณ์แรกที่โดยตรงจะช่วยลดPWDi ในสมการ (10) PWI จะเพิ่มขึ้นเป็นผล ประการที่สองโครงการปรับปรุงทางพันธุกรรมที่ได้รับการสันนิษฐานว่าจะลดลงเฉลี่ยผอมต่อการบริการที่อายุ7 วัน สถานการณ์นี้สามารถจำลองโดยการลดเวลาการขนส่งของกล่องลำเลียงในขั้นตอนการเปลี่ยนจาก7 วัน โครงการที่ผ่านมาสถานประกอบการของระบบการให้อาหารใหม่สันนิษฐานที่จะส่งผลให้ค่าเฉลี่ย0.5 ลูกสุกรเกิดมากขึ้นต่อครอกและ 0.9% การเพิ่มขึ้นของอัตราการคลอด กรณีนี้จำลองสามารถทำได้โดยการเพิ่มขึ้น ABAI ในสมการ (9) 0.5 และลดคนใดคนหนึ่งหรือรวมกันของสองหรือสามของการปรับปรุงต่อไปในระหว่างขั้นตอนการตั้งครรภ์: FCSI, อัยและNipi ผลของการปรับปรุงเหล่านี้ในฝูงที่มีการแสดงในรูป 9. เพราะเป้าหมายของนโยบายการแก้ไขเกี่ยวกับการทดแทนและการเลือกสรรถึงแม้ว่าประสิทธิภาพของฟาร์มเพาะพันธุ์ได้รับการปรับปรุงจำนวนสุกรในฟาร์มไม่ได้เปลี่ยนแปลง การปรับปรุงที่มีแนวโน้มที่จะให้ผลผลิตประมาณลูกสุกร 100 ต่อสัปดาห์ โน้ตจำลองเหล่านี้ผลสำหรับชุดนี้โดยเฉพาะ ผลการจำลองไม่สามารถใช้ได้กับฟาร์มอื่น ๆ เพราะการจำลองนี้จะใช้ข้อมูลฟาร์มที่เฉพาะเจาะจงและสถานการณ์ แม้ว่ารวมจำนวนสุกรอัตราการตายอัตราการเลือกสรรอัตราการคิดและนโยบายฟาร์มอื่นๆ ที่เหมือนกันสำหรับสองฟาร์มที่ผลการจำลองอาจแตกต่างกันขึ้นอยู่กับจำนวนของแม่สุกรในแต่ละขั้นตอนและความเท่าเทียมกัน ดังนั้นผลที่ควรจะตีความด้วยความระมัดระวังเพราะฟาร์มที่แตกต่างกันมีแนวโน้มที่จะได้สัมผัสกับผลลัพธ์ที่แตกต่าง

ผลลัพธ์ (ไทย) 3:

2.4.2 . การเปลี่ยนแปลงในการเสียชีวิตและอัตราภาวะเจริญพันธุ์
สำหรับอัตราการเสียชีวิตและความอุดมสมบูรณ์ สาเหตุของการเปลี่ยนแปลงที่สามารถลดอัตรา
ทั้งผ่านผลกระทบของการเปลี่ยนแปลงสิ่งแวดล้อม
หรือโรคระบาด หรือการปรับปรุงอัตรา
ผ่านเทคโนโลยีหรือการจัดการที่ดีขึ้น เกี่ยวกับโรค
ระบาด , โรคและควบคุมโรคได้เสมอ
เป็นองค์ประกอบกลางของการผลิตปศุสัตว์ ( รอı´ guex -
s
anchez et al . , 2012 ) ผู้จัดการมักจะเผชิญกับการตัดสินใจทางเลือก
( เช่น ยา วัคซีน คัด
, แทน ) ในช่วงการระบาด การตัดสินใจใด ๆจะมีผลต่อ
กิจกรรมการผลิตลูกหมูและกำหนดอนาคตผลผลิต
ของฝูงและห่วงโซ่ทั้งหมด ในกรณีนี้โดยเฉพาะ
,สมมติว่าเกิดสาเหตุผิดปกติ preweaning
ตาย ผู้จัดการฟาร์มสามารถจำลองต่ำสุด และอัตราการเสียชีวิตสูงสุด
ที่อาจเกิดขึ้นได้ และอาจมี
โรคระบาดในเวลาใด ๆในระหว่างการผลิตสุกร ดังนั้น
ผู้จัดการอาจสะดวกประมาณการผลกระทบของ
ระบาดในความสัมพันธ์กับเวลาและการผลิตในฝูงและ
ฝูงที่ตามมาการขาดแคลนสุกรสามารถ quantified และ
เตรียมไว้ให้ โดยการหาทางเลือกแหล่งที่มาของ fatteners หรือ
ดัดแปลงนโยบายแทนในการเลี้ยงฝูงวัว

รองรับ เช่น ขาดแคลน เพื่อแสดงให้เห็นถึงการประยุกต์ใช้แบบจำลองในกรณีที่
โรคระบาด เราจำลองโรคระบาดในห่วงโซ่โดย
สมมติว่ามีโรคระบาดเกิดขึ้น . ผู้จัดการฟาร์มสามารถ
การจำลองผลกระทบของการระบาดในห่วงโซ่การผลิตใน
ขุนโดยใช้แบบจำลอง การเกิด
ของการระบาดในฟาร์มเพาะพันธุ์รวมทั้ง
ระยะเวลาและความรุนแรงยังสามารถจำลองเพื่อทบทวนผลกระทบ
ในฝูง สำหรับการจำลองนี้เฉพาะ เราสันนิษฐานว่า ผู้จัดการไม่ได้

preweaning บางอย่างที่เกี่ยวข้องกับความรุนแรงของความตาย กับระบบที่พัฒนา
พลวัต ผู้จัดการ พร้อมเครื่องมือการถ่ายภาพ
และสามารถล่วงรู้ผลของ preweaning
ตายในอัตราใดในฟาร์มและในกรอบเวลาใด ๆ ที่เกิดขึ้น .
ภายใต้สถานการณ์นี้ เราแสดงให้เห็นถึงการจำลอง
2 preweaning อัตราการตายของ 40 และ 80 % เมื่อเทียบกับ
ปกติ อัตราตายร้อยละ 7 การระบาดของโรคว่า

สุดท้าย 5 สัปดาห์ ( เริ่มจากสัปดาห์ที่ 5 และสิ้นสุดในช่วงสัปดาห์ที่ 11 ) .
เพราะแต่ละฟาร์มมีนโยบายการควบคุมโรคที่แตกต่างกันและเป็น
ในสถานที่ที่แตกต่างกัน การระบาดอาจส่งผลกระทบต่อบางฟาร์ม แต่ไม่ทั้งหมดของฟาร์ม ผู้จัดการสามารถจำลองของผลในฟาร์มพ่อแม่พันธุ์จึง , GP และผู้ปกครอง ) ที่
ระบาดอาจมีแนวโน้มที่จะเกิดขึ้นต่างหาก นี้จำลอง
สามารถค้นหาโดยการเพิ่ม weaner ตาย

ระดับที่เฉพาะเจาะจงและกำหนดเวลาของการเกิด
ช็อกตาม ดังแสดงในรูปที่ 8 , โดยเฉพาะอย่างยิ่งนี้
เพาะพันธุ์พีระมิด ตัวเลขของสุกรแม่พันธุ์ในโรงเรียน , GP และ
ระดับผู้ปกครองค่อนข้างสูง ดังนั้น ขุนหน่วย
ปรากฏที่จะป้องกันเหตุการณ์ที่ไม่คาดคิดและ
โดยอัตราการเสียชีวิตมีสูง preweaning
ผลกระทบน้อยที่สุดในฝูง ดังนั้น ผลของเหตุการณ์ที่ผิดปกติจะปรากฏขึ้นเฉพาะสำหรับ
กรณีร้ายแรงที่สุด สำหรับการตัดสินใจเชิงกลยุทธ์
รูปแบบในการรวมตัวกันของทางเลือก
กลยุทธ์ในรูปแบบโดยผู้จัดการ ผลของยา ,
วัคซีน คัด และเปลี่ยนนโยบายสามารถ
รวมแม้ว่าผลเหล่านี้จะไม่นำเสนอในการศึกษานี้
.
ในกรณีของการปรับปรุงอัตราเหล่านี้เพราะดีกว่า
การจัดการฟาร์ม หรือการเปลี่ยนแปลงทางเทคโนโลยี ตัวอย่างของการเพิ่มผลผลิต รวมถึง
กระเสือกกระสนต่อไป การพัฒนาของระบบที่อยู่อาศัยถูกตรวจสอบในการศึกษาโดย suriyasomboon lundeheim
, ,
einarrsson ( kunavaongkrit , และ 2006 ) ผู้เขียนเหล่านี้ระบุว่า การสืบพันธุ์