Alarmering ved afvigende trends i kyllingeproduktionen
Projektets formål er at udvikle fem statistiske alarmmodeller, som tidligt kan varsle og alarmere ændringer i produktivitetstrends. Der udvikles en model til hver af følgende produktionsparametre: trædepudesundhed, slagtevægt, foderudnyttelse, dødelighed og kassation. Modellerne implanteres i ACQP og KIK databaserne.
Alarmmodellerne skal give slagtekyllingebranchen mulighed for tidligt at opdage og håndtere afvigende produktivitet, så der hurtigt kan iværksættes tiltag til at afhjælpe problemerne så tidligt i forløbet som muligt, hvis det er nødvendigt. Herved reduceres de økonomiske tab, som afvigelser kan medføre for hele slagtekyllingekæden.
ACQP og KIK-databaserne indeholder en unik opsamling af produktionsdata fra slagtekyllingeproducenter. Det er vigtigt, at slagtekyllingebranchen udnytter muligheden for at anvende statistiske analyser af produktionsdata til at give en ”tidlig varsling” af afvigende produktivitet. Den nuværende praksis med alarmering når 2 CHR-numre afviger fra landsgennemsnittet opfanger ikke de langsigtede trends ændringer. Overvågning alene ved at se på gennemsnitstal i 2-månedersrapporter er heller ikke en mulig løsning.
I projektet udvikles alarmmodeller for hhv.: Trædepudescore, Foderudnyttelse, Slagtevægt, Dødelighed og Kassation. Projektet er opdelt i 2 faser, der udføres over 2 år. Fase 1 omfatter: Udvikling af modellerne, funktionstest og opfølgning. Fase 2 omfatter: Modeltilpasninger og implantering i ACQP og KIK-databaserne. Med denne ansøgning søges midler til fase 2 af projektet.