Bem-estar e monitoramento animal, a trend do século

O mundo do leite vem avançando nas áreas de nutrição, genética, manejo, e cada dia mais as tecnologias de precisão estão presentes no dia a dia, não somente dos produtores, mas também no dia a dia das vacas de produção. Essas mudanças auxiliam nos ganhos econômicos e sociais, mas nem sempre o bem-estar tem sido levado em conta, porém é uma questão relevante e fundamental tanto na qualidade de vida quanto produtiva (Barkema et al., 2015). 

Animais criados em sistemas com alto nível de bem-estar animal, apresentam valor agregado de ordem econômica aos seus produtos, além de uma ordem ética de criação, e isso tudo acaba atendendo uma demanda, cada dia mais crescente, do consumidor final (Bond et al., 2012). Esse consumidor está preocupado em, como essas vacas estão sendo criadas, o que elas estão comendo, como é a qualidade de vida delas, e o bem-estar em seus ambientes de criação está sendo atendido, e o mais importante, elas, as vacas, estão satisfeitas. 

 Essa é uma discussão muito importante, e acho que ela vai muito além, vai além dos sistemas de produção, além das universidades, e além das opiniões de leigos sobre a cadeia produtiva, mas ela pode estacionar quando paramos para escutar, o que nossas vacas estão nos dizendo, e como entender o que elas nos dizem, qual o primeiro passo para isso, acho que temos perguntas a serem respondidas aqui, essas só podem ser respondidas por quem produz o leite, nesse caso, a vaca! 

A pergunta mais difícil do século, as minhas vacas estão satisfeitas, são felizes? 

Existem tecnologias que podem auxiliar na tradução dessa opinião, e nos ajudar a ver a cadeia do leite e o bem-estar animal com outros olhos, os olhos das próprias vacas. Se perguntássemos hoje a uma vaca, o que ela gostaria de fazer no seu dia, o que será que ela nos falaria?  

Sabemos que a distribuição do tempo das atividades é uma ferramenta básica na análise do bem-estar. Mais especificamente, uma vaca gosta de ruminar em torno de 7 a 8 horas por dia, deitar-se em cama seca por 12 a 14 horas por dia, em torno de 5 horas são dedicadas à alimentação; 2 a 3 horas elas passam bebendo caminhando e socializando; até 3 horas por dia ela aceita estar presa ou na ordenha. 

E o monitoramento animal entra onde nisso tudo?

O monitoramento do comportamento da vaca pode identificar a qualidade de vida e o que ela realmente quer. As tecnologias de precisam, como as coleiras de monitoramento comportamental da CowMed, processam os dados, atividade, ócio, ruminação e ofegação das vacas, a partir de um sensor e, em seguida, fornece os resultados da condição de saúde da vaca – normal ou anormal, como também sua reprodução, indicando o melhor momento para inseminá-las. Experimentos mostram que um bom sistema de monitoramento pode auxiliar na manutenção das condições de saúde em vacas leiteiras, assim como avaliar seu bem-estar em relação ao seu comportamento, e isso tudo com uma alta taxa de precisão.  

Lembrando que, os consumidores buscam informações não só do produto, mas também, de como foi o manejo e o sistema que aquela vaca foi criada, a qual produziu o leite da caixinha que ele está comprando, isso parece meio lunático, mas é uma realidade, e o monitoramento animal da Cowmed entra nesse contexto, você saber desde recém-nascida até a sua vida produtiva, como aquela vaca se sentiu e como foi seu comportamento. Nesse contexto, o bem-estar animal ganha mais importância e vai muito além do conforto térmico, pois consiste em boa nutrição, boa reprodução e fertilidade desses animais, o monitoramento animal é uma realidade do presente e do futuro. 

Referências consultadas.

Barkema, H.W.; Von Keyserlingk, M.A.G.; Kastelic, J.P.; LeBlanc, S.J.; Keefe, G.P.; Kelton, D.F. 2015. Invited review: Changes in the dairy industry affecting dairy cattle health and welfare. J. dairy science, 98(11):7426-7445, Doi: https://doi.org/10.3168/jds.2015-9377 

Bond, G. B.; Almeida, R.; Ostrensky, A. M., Maiolino, C. F. 2012. Métodos de diagnóstico e pontos críticos de bem-estar de bovinos leiteiros. Ciência Rural, 42: 1286-1293. https://doi.org/10.1590/ S0103-84782012005000044.