Hispana. Acceso en línea al Patrimonio Cultural Digital Español

Está en:  › Dades de registre

Acoustic precision livestock technologies applied in intensive production of Broiler Chickens for measuring productivity and animal welfare

Identificadores del recurso

http://hdl.handle.net/10803/691908

Procedència

(Tesis de la Universitat Ramon Llull)

Fitxa

Títol:: Acoustic precision livestock technologies applied in intensive production of Broiler Chickens for measuring productivity and animal welfare
Tema:: Deteció d'esdeveniments acústics; factors d'estres a les aus; Bio-acústica; PLF; processament del senyal; intel·ligència artificial; Enginyeria, indústria i construcció; 004; 311; 531/534; 619; 621.3
Descripció:: Durant el darrer segle, la població mundial ha experimentat un creixement exponencial i s'ha produït un increment de població de 5 800 milions de persones. L'augment de la població mundial ha tingut un impacte directe a la demanda d'aliments a nivell global. Amb una població en continu creixement, la necessitat d'alimentar més persones s'ha tornat una preocupació primordial intensificant la producció. A les nostres dietes, la proteïna càrnia té un paper fonamental i aporta una àmplia gamma de nutrients essencials per al cos humà. En concret, la proteïna càrnia de la carn blanca és la més barata de produir pel fet que les aus tenen una elevada eficiència en la conversió d'aliment, el cicle productiu és curt (6-8 setmanes) així com d'un baix cost de la infraestructura en requerir menor espai per a la cria. Com que és una proteïna barata, aquesta es produeix majoritàriament de manera intensiva presentant una sèrie d'impactes negatius en el medi ambient, el benestar animal i la salut humana entre els més destacats. La tecnologia de ramaderia de precisió pot tenir un paper clau en la producció intensiva, en millorar l'eficiència, monitoritzar el benestar dels animals, automatitzar processos i generant alarmes de control per evitar problemes de benestar entre d'altres. Com que les aus son animals molt vocàlics aquesta tesi té com a objectiu analitzar diverses aplicacions de la ramaderia de precisió utilitzant sensors bioacústics propis que registren les vocalitzacions dels pollastres i gallines en entorns intensius de producció i extreguin característiques acústiques. Les aplicacions proposades en aquesta tesi són: (i) Detectar el benestar de les aus quan estan sotmeses a algun estressor com l'alta concentració de CO2 o inflamacions respiratòries degudes als efectes secundaris de la reacció vacunal (ii) Determinar de forma quantitativa l'eficàcia de l'administració d'un pinso complementari que ajuda a millorar el benestar de les aus (iii) Automatitzar la detecció de situacions estressants a través de sensors bioacústics en les aus per poder aplicar mesures correctives amb la finalitat de millorar el benestar dels animals. La tesi comprèn des de la selecció, integració i programació de maquinari per a les campanyes de recollida de dades, el processament de les dades, l'anàlisi de dades mitjançant mètodes visuals, estadístics i models d'intel·ligència artificial. Els resultats mostren que els descriptors acústics de les vocalitzacions de les aus permeten detectar l'estrès a les aus en els estressors analitzats així com permeten obtenir diferències estadísticament significatives en la detecció de l'efectivitat d'un pinso complementari d'alimentació post eclosió administrat a la sala d'incubar. Finalment, es determina que es pot automatitzar la detecció dels efectes secundaris de les reaccions vacunals contra la laringotraqueïtis infecciosa per alertar els grangersamb la finalitat d'aplicar mesures correctores que millorin el benestar de les aus. Les contribucions d'aquesta tesi s'han disseminat a través de tres articles científics en revistes indexades.; Durante el último siglo, la población mundial ha experimentado un crecimiento exponencial produciéndose un incremento de 5 800 millones de personas. El aumento de la población mundial ha tenido un impacto directo en la demanda de alimentos a nivel global. Con una población en constante crecimiento, la necesidad de alimentar a más personas se ha vuelto una preocupación primordial intensificando la producción. En nuestras dietas, la proteína cárnica desempeña un papel fundamental y aporta una amplia gama de nutrientes esenciales para el cuerpo humano. En concreto, la proteína cárnica de la carne blanca es más barata de producir debido a que las aves tienen una elevada eficiencia en la conversión de alimento, el ciclo productivo es corto (6-8 semanas) así como bajo costo de la infraestructura al requerir menor espacio para la cría de aves. Al ser una proteína barata, esta se produce mayoritariamente de manera intensiva presentando una serie impactos negativos en el medio ambiente, el bienestar animal, la salud humana entre los más destacados. La tecnología de ganadería de precisión puede desempeñar un papel clave en la producción intensiva, al mejorar la eficiencia, monitorizar el bienestar de los animales, automatizar procesos, generando alarmas de control para evitar problemas de bienestar entre otros. Al ser las aves animales muy vocalicas esta tesis tiene como objetivo analizar diversas aplicaciones de la ganadería de precisión utilizando sensores bio-acústicos propios que registran las vocalizaciones de los pollos y gallinas en entornos intensivos de producción y extraen características acústicas. Las aplicaciones propuestas en esta tesis son: (i) Detectar el bienestar de las aves cuando están sometidas a algún estresor como la alta concentración de CO2 o inflamaciones respiratorias debidas a los efectos secundarios de la reacción vacunal (ii) Determinar de forma cuantitativa la eficacia de la administración de un pienso complementario que ayuda a mejora el bienestar de las aves (iii) Automatizar la detección de situaciones estresantes a través de sensores bio-acústicos en las aves para poder aplicar medidas correctivas con la finalidad de mejorar el bienestar de los animales. La tesis comprende desde la selección integración y programación de hardware para las campañas de recogida de datos, el procesado de los datos, el análisis de datos a través de métodos visuales, estadísticos y modelos de inteligencia artificial. Los resultados muestran que los descriptores acústicos de las voclaizaciones de las aves permiten detectar el estrés en las aves en los estresores analizados asi como permiten obtener diferencias estadísticamente significativas en la detección de la efectividad de un pienso complementario de alimentación temprana administrado en sala de incubar. Finalmente, se determina que se puede automatizar la detección de los efectos secundarios de las reacciones vacúnales contra la laringotraqueítis infecciosa para alertar a los granjeros con el fin de aplicar medidas correctoras que mejoren el bienestar de las aves. Las contribuciones de esta tesis se han diseminado a través de tres artículos científicos en revistas indexadas.; Over the last century, the world's population has grown exponentially with an increase of 5 800 million people. The increase in the world's population has had a direct impact on global food demand. With a constantly growing population, the need to feed more people has become a primary concern, intensifying production. In our diets, meat protein plays a key role and provides a wide range of essential nutrients for the human body. In particular, meat protein from white meat is cheaper to produce due to the poultry's high feed conversion efficiency, short production cycle (6-8 weeks) as well as low infrastructure costs as less space is required for poultry farming. Being a cheap protein, it is mostly produced intensively, with a number of negative impacts on the environment, animal welfare and human health among the most prominent. Precision farming technology can play a key role in intensive production by improving efficiency, monitoring animal welfare, automating processes, generating control alarms to avoid welfare problems, among others. As birds are very vocal animals, this thesis aims to analyse several applications of precision livestock farming technologies using bio-acoustic sensors that record the vocalisations of chickens and hens in intensive production environments and extract acoustic features. The applications proposed in this thesis are: (i) To detect the welfare of birds when they are subjected to stressors such as high concentration of CO2 or respiratory inflammations due to the side effects of the vaccination reaction (ii) To quantitatively determine the effectiveness of the administration of a complementary feed that helps to improve the welfare of birds (iii) To automate the detection of stressful situations through bio-acoustic sensors in birds in order to apply corrective measures with the aim of improving the welfare of the animals. The thesis includes the selection, integration and programming of hardware for data collection campaigns, data processing, data analysis using visual and statistical methods and artificial intelligence models. The results show that acoustic descriptors of bird vocalisations allow the detection of bird stress in the analysed stressors as well as statistically significant differences in the detection of the effectiveness of an early feeding supplementary feed administered in the hatchery. Finally, it is determined that the detection of side effects of vaccine reactions against infectious laryngotracheitis can be automated to alert farmers in order to implement corrective measures to improve bird welfare. The contributions of this thesis have been disseminated through three scientific articles in indexed journals.
Font:: TDX (Tesis Doctorals en Xarxa)
Idioma:: English
Autor/Productor:: Ginovart Panisello, Gerardo José
Editor:: Universitat Ramon Llull
Otros colaboradores/productores:: Alsina Pagès, Rosa Maria; Iriondo Sanz, Ignacio; Universitat Ramon Llull. La Salle
Drets:: ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.; info:eu-repo/semantics/embargoedAccess
Data:: 2024-07-23T08:03:29Z; 2024-07-05; 2026-07-05T02:00:00Z
Tipo de recurso:: info:eu-repo/semantics/doctoralThesis; info:eu-repo/semantics/publishedVersion
Format:: 118 p.; application/pdf

oai_dc

Descarregar XML

Se ha omitido la presentación del registro por ser demasiado largo. Si lo desea, puede descargárselo en el enlace anterior.

dim

Descarregar XML

Se ha omitido la presentación del registro por ser demasiado largo. Si lo desea, puede descargárselo en el enlace anterior.

etdms

Descarregar XML

Se ha omitido la presentación del registro por ser demasiado largo. Si lo desea, puede descargárselo en el enlace anterior.

marc

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<record schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
1. <leader>00925njm 22002777a 4500</leader>
2. <datafield ind1=" " ind2=" " tag="042">
  1. <subfield code="a">dc</subfield>
  </datafield>
3. <datafield ind1=" " ind2=" " tag="720">
  1. <subfield code="a">Ginovart Panisello, Gerardo José</subfield>
  2. <subfield code="e">author</subfield>
  </datafield>
4. <datafield ind1=" " ind2=" " tag="260">
  1. <subfield code="c">2024-07-05</subfield>
  </datafield>
5. <datafield ind1=" " ind2=" " tag="520">
  1. <subfield code="a">Durant el darrer segle, la població mundial ha experimentat un creixement exponencial i s'ha produït un increment de població de 5 800 milions de persones. L'augment de la població mundial ha tingut un impacte directe a la demanda d'aliments a nivell global. Amb una població en continu creixement, la necessitat d'alimentar més persones s'ha tornat una preocupació primordial intensificant la producció. A les nostres dietes, la proteïna càrnia té un paper fonamental i aporta una àmplia gamma de nutrients essencials per al cos humà. En concret, la proteïna càrnia de la carn blanca és la més barata de produir pel fet que les aus tenen una elevada eficiència en la conversió d'aliment, el cicle productiu és curt (6-8 setmanes) així com d'un baix cost de la infraestructura en requerir menor espai per a la cria. Com que és una proteïna barata, aquesta es produeix majoritàriament de manera intensiva presentant una sèrie d'impactes negatius en el medi ambient, el benestar animal i la salut humana entre els més destacats. La tecnologia de ramaderia de precisió pot tenir un paper clau en la producció intensiva, en millorar l'eficiència, monitoritzar el benestar dels animals, automatitzar processos i generant alarmes de control per evitar problemes de benestar entre d'altres. Com que les aus son animals molt vocàlics aquesta tesi té com a objectiu analitzar diverses aplicacions de la ramaderia de precisió utilitzant sensors bioacústics propis que registren les vocalitzacions dels pollastres i gallines en entorns intensius de producció i extreguin característiques acústiques. Les aplicacions proposades en aquesta tesi són: (i) Detectar el benestar de les aus quan estan sotmeses a algun estressor com l'alta concentració de CO2 o inflamacions respiratòries degudes als efectes secundaris de la reacció vacunal (ii) Determinar de forma quantitativa l'eficàcia de l'administració d'un pinso complementari que ajuda a millorar el benestar de les aus (iii) Automatitzar la detecció de situacions estressants a través de sensors bioacústics en les aus per poder aplicar mesures correctives amb la finalitat de millorar el benestar dels animals. La tesi comprèn des de la selecció, integració i programació de maquinari per a les campanyes de recollida de dades, el processament de les dades, l'anàlisi de dades mitjançant mètodes visuals, estadístics i models d'intel·ligència artificial. Els resultats mostren que els descriptors acústics de les vocalitzacions de les aus permeten detectar l'estrès a les aus en els estressors analitzats així com permeten obtenir diferències estadísticament significatives en la detecció de l'efectivitat d'un pinso complementari d'alimentació post eclosió administrat a la sala d'incubar. Finalment, es determina que es pot automatitzar la detecció dels efectes secundaris de les reaccions vacunals contra la laringotraqueïtis infecciosa per alertar els grangersamb la finalitat d'aplicar mesures correctores que millorin el benestar de les aus. Les contribucions d'aquesta tesi s'han disseminat a través de tres articles científics en revistes indexades.</subfield>
  </datafield>
6. <datafield ind1=" " ind2=" " tag="520">
  1. <subfield code="a">Durante el último siglo, la población mundial ha experimentado un crecimiento exponencial produciéndose un incremento de 5 800 millones de personas. El aumento de la población mundial ha tenido un impacto directo en la demanda de alimentos a nivel global. Con una población en constante crecimiento, la necesidad de alimentar a más personas se ha vuelto una preocupación primordial intensificando la producción. En nuestras dietas, la proteína cárnica desempeña un papel fundamental y aporta una amplia gama de nutrientes esenciales para el cuerpo humano. En concreto, la proteína cárnica de la carne blanca es más barata de producir debido a que las aves tienen una elevada eficiencia en la conversión de alimento, el ciclo productivo es corto (6-8 semanas) así como bajo costo de la infraestructura al requerir menor espacio para la cría de aves. Al ser una proteína barata, esta se produce mayoritariamente de manera intensiva presentando una serie impactos negativos en el medio ambiente, el bienestar animal, la salud humana entre los más destacados. La tecnología de ganadería de precisión puede desempeñar un papel clave en la producción intensiva, al mejorar la eficiencia, monitorizar el bienestar de los animales, automatizar procesos, generando alarmas de control para evitar problemas de bienestar entre otros. Al ser las aves animales muy vocalicas esta tesis tiene como objetivo analizar diversas aplicaciones de la ganadería de precisión utilizando sensores bio-acústicos propios que registran las vocalizaciones de los pollos y gallinas en entornos intensivos de producción y extraen características acústicas. Las aplicaciones propuestas en esta tesis son: (i) Detectar el bienestar de las aves cuando están sometidas a algún estresor como la alta concentración de CO2 o inflamaciones respiratorias debidas a los efectos secundarios de la reacción vacunal (ii) Determinar de forma cuantitativa la eficacia de la administración de un pienso complementario que ayuda a mejora el bienestar de las aves (iii) Automatizar la detección de situaciones estresantes a través de sensores bio-acústicos en las aves para poder aplicar medidas correctivas con la finalidad de mejorar el bienestar de los animales. La tesis comprende desde la selección integración y programación de hardware para las campañas de recogida de datos, el procesado de los datos, el análisis de datos a través de métodos visuales, estadísticos y modelos de inteligencia artificial. Los resultados muestran que los descriptores acústicos de las voclaizaciones de las aves permiten detectar el estrés en las aves en los estresores analizados asi como permiten obtener diferencias estadísticamente significativas en la detección de la efectividad de un pienso complementario de alimentación temprana administrado en sala de incubar. Finalmente, se determina que se puede automatizar la detección de los efectos secundarios de las reacciones vacúnales contra la laringotraqueítis infecciosa para alertar a los granjeros con el fin de aplicar medidas correctoras que mejoren el bienestar de las aves. Las contribuciones de esta tesis se han diseminado a través de tres artículos científicos en revistas indexadas.</subfield>
  </datafield>
7. <datafield ind1=" " ind2=" " tag="520">
  1. <subfield code="a">Over the last century, the world's population has grown exponentially with an increase of 5 800 million people. The increase in the world's population has had a direct impact on global food demand. With a constantly growing population, the need to feed more people has become a primary concern, intensifying production. In our diets, meat protein plays a key role and provides a wide range of essential nutrients for the human body. In particular, meat protein from white meat is cheaper to produce due to the poultry's high feed conversion efficiency, short production cycle (6-8 weeks) as well as low infrastructure costs as less space is required for poultry farming. Being a cheap protein, it is mostly produced intensively, with a number of negative impacts on the environment, animal welfare and human health among the most prominent. Precision farming technology can play a key role in intensive production by improving efficiency, monitoring animal welfare, automating processes, generating control alarms to avoid welfare problems, among others. As birds are very vocal animals, this thesis aims to analyse several applications of precision livestock farming technologies using bio-acoustic sensors that record the vocalisations of chickens and hens in intensive production environments and extract acoustic features. The applications proposed in this thesis are: (i) To detect the welfare of birds when they are subjected to stressors such as high concentration of CO2 or respiratory inflammations due to the side effects of the vaccination reaction (ii) To quantitatively determine the effectiveness of the administration of a complementary feed that helps to improve the welfare of birds (iii) To automate the detection of stressful situations through bio-acoustic sensors in birds in order to apply corrective measures with the aim of improving the welfare of the animals. The thesis includes the selection, integration and programming of hardware for data collection campaigns, data processing, data analysis using visual and statistical methods and artificial intelligence models. The results show that acoustic descriptors of bird vocalisations allow the detection of bird stress in the analysed stressors as well as statistically significant differences in the detection of the effectiveness of an early feeding supplementary feed administered in the hatchery. Finally, it is determined that the detection of side effects of vaccine reactions against infectious laryngotracheitis can be automated to alert farmers in order to implement corrective measures to improve bird welfare. The contributions of this thesis have been disseminated through three scientific articles in indexed journals.</subfield>
  </datafield>
8. <datafield ind1="8" ind2=" " tag="024">
  1. <subfield code="a">http://hdl.handle.net/10803/691908</subfield>
  </datafield>
9. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">Deteció d'esdeveniments acústics</subfield>
  </datafield>
10. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">factors d'estres a les aus</subfield>
  </datafield>
11. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">Bio-acústica</subfield>
  </datafield>
12. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">PLF</subfield>
  </datafield>
13. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">processament del senyal</subfield>
  </datafield>
14. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">intel·ligència artificial</subfield>
  </datafield>
15. <datafield ind1="0" ind2="0" tag="245">
  1. <subfield code="a">Acoustic precision livestock technologies applied in intensive production of Broiler Chickens for measuring productivity and animal welfare</subfield>
  </datafield>
</record>

marc_ccuc

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<record schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
1. <leader>nam a 5i 4500</leader>
2. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">Deteció d'esdeveniments acústics</subfield>
  </datafield>
3. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">factors d'estres a les aus</subfield>
  </datafield>
4. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">Bio-acústica</subfield>
  </datafield>
5. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">PLF</subfield>
  </datafield>
6. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">processament del senyal</subfield>
  </datafield>
7. <datafield ind1=" " ind2=" " tag="653">
  1. <subfield code="a">intel·ligència artificial</subfield>
  </datafield>
8. <datafield ind1="1" ind2="0" tag="245">
  1. <subfield code="a">Acoustic precision livestock technologies applied in intensive production of Broiler Chickens for measuring productivity and animal welfare</subfield>
  </datafield>
9. <datafield ind1=" " ind2="1" tag="264">
  1. <subfield code="a">[Barcelona] :</subfield>
  2. <subfield code="b">Universitat Ramon Llull,</subfield>
  3. <subfield code="c">2024</subfield>
  </datafield>
10. <datafield ind1="4" ind2="0" tag="856">
  1. <subfield code="z">Accés lliure</subfield>
  2. <subfield code="u">http://hdl.handle.net/10803/691908</subfield>
  </datafield>
11. <controlfield tag="007">cr |||||||||||</controlfield>
12. <controlfield tag="008">AAMMDDs2024 sp ||||fsm||||0|| 0 eng|c</controlfield>
13. <datafield ind1="1" ind2=" " tag="100">
  1. <subfield code="a">Ginovart Panisello, Gerardo José,</subfield>
  2. <subfield code="e">autor</subfield>
  </datafield>
14. <datafield ind1=" " ind2=" " tag="300">
  1. <subfield code="a">1 recurs en línia (118 pàgines)</subfield>
  </datafield>
15. <datafield ind1=" " ind2=" " tag="502">
  1. <subfield code="g">Tesi</subfield>
  2. <subfield code="b">Doctorat</subfield>
  3. <subfield code="c">Universitat Ramon Llull. La Salle</subfield>
  4. <subfield code="d">2024</subfield>
  </datafield>
16. <datafield ind1="2" ind2=" " tag="710">
  1. <subfield code="a">Universitat Ramon Llull. La Salle</subfield>
  </datafield>
17. <datafield ind1=" " ind2="4" tag="655">
  1. <subfield code="a">Tesis i dissertacions electròniques</subfield>
  </datafield>
18. <datafield ind1="1" ind2=" " tag="700">
  1. <subfield code="a">Alsina Pagès, Rosa Maria</subfield>
  </datafield>
19. <datafield ind1="1" ind2=" " tag="700">
  1. <subfield code="a">Iriondo Sanz, Ignacio</subfield>
  </datafield>
20. <datafield ind1="1" ind2=" " tag="700">
  1. <subfield code="a">Alsina Pagès, Rosa Maria</subfield>
  </datafield>
21. <datafield ind1="0" ind2=" " tag="730">
  1. <subfield code="a">TDX</subfield>
  </datafield>
22. <datafield ind1=" " ind2=" " tag="520">
  1. <subfield code="a">Durant el darrer segle, la població mundial ha experimentat un creixement exponencial i s'ha produït un increment de població de 5 800 milions de persones. L'augment de la població mundial ha tingut un impacte directe a la demanda d'aliments a nivell global. Amb una població en continu creixement, la necessitat d'alimentar més persones s'ha tornat una preocupació primordial intensificant la producció. A les nostres dietes, la proteïna càrnia té un paper fonamental i aporta una àmplia gamma de nutrients essencials per al cos humà. En concret, la proteïna càrnia de la carn blanca és la més barata de produir pel fet que les aus tenen una elevada eficiència en la conversió d'aliment, el cicle productiu és curt (6-8 setmanes) així com d'un baix cost de la infraestructura en requerir menor espai per a la cria. Com que és una proteïna barata, aquesta es produeix majoritàriament de manera intensiva presentant una sèrie d'impactes negatius en el medi ambient, el benestar animal i la salut humana entre els més destacats. La tecnologia de ramaderia de precisió pot tenir un paper clau en la producció intensiva, en millorar l'eficiència, monitoritzar el benestar dels animals, automatitzar processos i generant alarmes de control per evitar problemes de benestar entre d'altres. Com que les aus son animals molt vocàlics aquesta tesi té com a objectiu analitzar diverses aplicacions de la ramaderia de precisió utilitzant sensors bioacústics propis que registren les vocalitzacions dels pollastres i gallines en entorns intensius de producció i extreguin característiques acústiques. Les aplicacions proposades en aquesta tesi són: (i) Detectar el benestar de les aus quan estan sotmeses a algun estressor com l'alta concentració de CO2 o inflamacions respiratòries degudes als efectes secundaris de la reacció vacunal (ii) Determinar de forma quantitativa l'eficàcia de l'administració d'un pinso complementari que ajuda a millorar el benestar de les aus (iii) Automatitzar la detecció de situacions estressants a través de sensors bioacústics en les aus per poder aplicar mesures correctives amb la finalitat de millorar el benestar dels animals. La tesi comprèn des de la selecció, integració i programació de maquinari per a les campanyes de recollida de dades, el processament de les dades, l'anàlisi de dades mitjançant mètodes visuals, estadístics i models d'intel·ligència artificial. Els resultats mostren que els descriptors acústics de les vocalitzacions de les aus permeten detectar l'estrès a les aus en els estressors analitzats així com permeten obtenir diferències estadísticament significatives en la detecció de l'efectivitat d'un pinso complementari d'alimentació post eclosió administrat a la sala d'incubar. Finalment, es determina que es pot automatitzar la detecció dels efectes secundaris de les reaccions vacunals contra la laringotraqueïtis infecciosa per alertar els grangersamb la finalitat d'aplicar mesures correctores que millorin el benestar de les aus. Les contribucions d'aquesta tesi s'han disseminat a través de tres articles científics en revistes indexades.</subfield>
  </datafield>
23. <datafield ind1=" " ind2=" " tag="998">
  1. <subfield code="a">u71</subfield>
  </datafield>
24. <datafield ind1=" " ind2=" " tag="040">
  1. <subfield code="a">ES-BaCBU</subfield>
  2. <subfield code="b">cat</subfield>
  3. <subfield code="e">rda</subfield>
  4. <subfield code="c">ES-BaCBU</subfield>
  </datafield>
25. <datafield ind1=" " ind2=" " tag="336">
  1. <subfield code="a">text</subfield>
  2. <subfield code="b">txt</subfield>
  3. <subfield code="2">rdacontent</subfield>
  </datafield>
26. <datafield ind1=" " ind2=" " tag="337">
  1. <subfield code="a">informàtic</subfield>
  2. <subfield code="b">c</subfield>
  3. <subfield code="2">rdamedia</subfield>
  </datafield>
27. <datafield ind1=" " ind2=" " tag="338">
  1. <subfield code="a">recurs en línia</subfield>
  2. <subfield code="b">cr</subfield>
  3. <subfield code="2">rdacarrier</subfield>
  </datafield>
</record>

mets

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<mets ID=" DSpace_ITEM_10803-691908" OBJID=" hdl:10803/691908" PROFILE="DSpace METS SIP Profile 1.0" TYPE="DSpace ITEM" schemaLocation="http://www.loc.gov/METS/ http://www.loc.gov/standards/mets/mets.xsd">
1. <metsHdr CREATEDATE="2024-09-05T18:11:05Z">
  1. <agent ROLE="CUSTODIAN" TYPE="ORGANIZATION">
    1. <name>TDX (Tesis Doctorals en Xarxa)</name>
    </agent>
  </metsHdr>
2. <dmdSec ID="DMD_10803_691908">
  1. <mdWrap MDTYPE="MODS">
    1. <xmlData schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
      1. <mods:mods schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">author</mods:roleTerm>
        </mods:role>
        <mods:namePart>Ginovart Panisello, Gerardo José</mods:namePart>
        </mods:name>
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">authoremail</mods:roleTerm>
        </mods:role>
        <mods:namePart>gerardojose.ginovart@salle.url.edu</mods:namePart>
        </mods:name>
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">authoremailshow</mods:roleTerm>
        </mods:role>
        <mods:namePart>false</mods:namePart>
        </mods:name>
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">codirector</mods:roleTerm>
        </mods:role>
        <mods:namePart>Alsina Pagès, Rosa Maria</mods:namePart>
        </mods:name>
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">codirector</mods:roleTerm>
        </mods:role>
        <mods:namePart>Iriondo Sanz, Ignacio</mods:namePart>
        </mods:name>
        <mods:name>
        <mods:role>
        <mods:roleTerm type="text">tutor</mods:roleTerm>
        </mods:role>
        <mods:namePart>Alsina Pagès, Rosa Maria</mods:namePart>
        </mods:name>
        <mods:extension>
        <mods:dateAccessioned encoding="iso8601">2024-07-23T08:03:29Z</mods:dateAccessioned>
        </mods:extension>
        <mods:originInfo>
        <mods:dateIssued encoding="iso8601">2024-07-05</mods:dateIssued>
        </mods:originInfo>
        <mods:identifier type="uri">http://hdl.handle.net/10803/691908</mods:identifier>
        <mods:abstract>Durant el darrer segle, la població mundial ha experimentat un creixement exponencial i s'ha produït un increment de població de 5 800 milions de persones. L'augment de la població mundial ha tingut un impacte directe a la demanda d'aliments a nivell global. Amb una població en continu creixement, la necessitat d'alimentar més persones s'ha tornat una preocupació primordial intensificant la producció. A les nostres dietes, la proteïna càrnia té un paper fonamental i aporta una àmplia gamma de nutrients essencials per al cos humà. En concret, la proteïna càrnia de la carn blanca és la més barata de produir pel fet que les aus tenen una elevada eficiència en la conversió d'aliment, el cicle productiu és curt (6-8 setmanes) així com d'un baix cost de la infraestructura en requerir menor espai per a la cria. Com que és una proteïna barata, aquesta es produeix majoritàriament de manera intensiva presentant una sèrie d'impactes negatius en el medi ambient, el benestar animal i la salut humana entre els més destacats. La tecnologia de ramaderia de precisió pot tenir un paper clau en la producció intensiva, en millorar l'eficiència, monitoritzar el benestar dels animals, automatitzar processos i generant alarmes de control per evitar problemes de benestar entre d'altres. Com que les aus son animals molt vocàlics aquesta tesi té com a objectiu analitzar diverses aplicacions de la ramaderia de precisió utilitzant sensors bioacústics propis que registren les vocalitzacions dels pollastres i gallines en entorns intensius de producció i extreguin característiques acústiques. Les aplicacions proposades en aquesta tesi són: (i) Detectar el benestar de les aus quan estan sotmeses a algun estressor com l'alta concentració de CO2 o inflamacions respiratòries degudes als efectes secundaris de la reacció vacunal (ii) Determinar de forma quantitativa l'eficàcia de l'administració d'un pinso complementari que ajuda a millorar el benestar de les aus (iii) Automatitzar la detecció de situacions estressants a través de sensors bioacústics en les aus per poder aplicar mesures correctives amb la finalitat de millorar el benestar dels animals. La tesi comprèn des de la selecció, integració i programació de maquinari per a les campanyes de recollida de dades, el processament de les dades, l'anàlisi de dades mitjançant mètodes visuals, estadístics i models d'intel·ligència artificial. Els resultats mostren que els descriptors acústics de les vocalitzacions de les aus permeten detectar l'estrès a les aus en els estressors analitzats així com permeten obtenir diferències estadísticament significatives en la detecció de l'efectivitat d'un pinso complementari d'alimentació post eclosió administrat a la sala d'incubar. Finalment, es determina que es pot automatitzar la detecció dels efectes secundaris de les reaccions vacunals contra la laringotraqueïtis infecciosa per alertar els grangersamb la finalitat d'aplicar mesures correctores que millorin el benestar de les aus. Les contribucions d'aquesta tesi s'han disseminat a través de tres articles científics en revistes indexades.Durante el último siglo, la población mundial ha experimentado un crecimiento exponencial produciéndose un incremento de 5 800 millones de personas. El aumento de la población mundial ha tenido un impacto directo en la demanda de alimentos a nivel global. Con una población en constante crecimiento, la necesidad de alimentar a más personas se ha vuelto una preocupación primordial intensificando la producción. En nuestras dietas, la proteína cárnica desempeña un papel fundamental y aporta una amplia gama de nutrientes esenciales para el cuerpo humano. En concreto, la proteína cárnica de la carne blanca es más barata de producir debido a que las aves tienen una elevada eficiencia en la conversión de alimento, el ciclo productivo es corto (6-8 semanas) así como bajo costo de la infraestructura al requerir menor espacio para la cría de aves. Al ser una proteína barata, esta se produce mayoritariamente de manera intensiva presentando una serie impactos negativos en el medio ambiente, el bienestar animal, la salud humana entre los más destacados. La tecnología de ganadería de precisión puede desempeñar un papel clave en la producción intensiva, al mejorar la eficiencia, monitorizar el bienestar de los animales, automatizar procesos, generando alarmas de control para evitar problemas de bienestar entre otros. Al ser las aves animales muy vocalicas esta tesis tiene como objetivo analizar diversas aplicaciones de la ganadería de precisión utilizando sensores bio-acústicos propios que registran las vocalizaciones de los pollos y gallinas en entornos intensivos de producción y extraen características acústicas. Las aplicaciones propuestas en esta tesis son: (i) Detectar el bienestar de las aves cuando están sometidas a algún estresor como la alta concentración de CO2 o inflamaciones respiratorias debidas a los efectos secundarios de la reacción vacunal (ii) Determinar de forma cuantitativa la eficacia de la administración de un pienso complementario que ayuda a mejora el bienestar de las aves (iii) Automatizar la detección de situaciones estresantes a través de sensores bio-acústicos en las aves para poder aplicar medidas correctivas con la finalidad de mejorar el bienestar de los animales. La tesis comprende desde la selección integración y programación de hardware para las campañas de recogida de datos, el procesado de los datos, el análisis de datos a través de métodos visuales, estadísticos y modelos de inteligencia artificial. Los resultados muestran que los descriptores acústicos de las voclaizaciones de las aves permiten detectar el estrés en las aves en los estresores analizados asi como permiten obtener diferencias estadísticamente significativas en la detección de la efectividad de un pienso complementario de alimentación temprana administrado en sala de incubar. Finalmente, se determina que se puede automatizar la detección de los efectos secundarios de las reacciones vacúnales contra la laringotraqueítis infecciosa para alertar a los granjeros con el fin de aplicar medidas correctoras que mejoren el bienestar de las aves. Las contribuciones de esta tesis se han diseminado a través de tres artículos científicos en revistas indexadas.Over the last century, the world's population has grown exponentially with an increase of 5 800 million people. The increase in the world's population has had a direct impact on global food demand. With a constantly growing population, the need to feed more people has become a primary concern, intensifying production. In our diets, meat protein plays a key role and provides a wide range of essential nutrients for the human body. In particular, meat protein from white meat is cheaper to produce due to the poultry's high feed conversion efficiency, short production cycle (6-8 weeks) as well as low infrastructure costs as less space is required for poultry farming. Being a cheap protein, it is mostly produced intensively, with a number of negative impacts on the environment, animal welfare and human health among the most prominent. Precision farming technology can play a key role in intensive production by improving efficiency, monitoring animal welfare, automating processes, generating control alarms to avoid welfare problems, among others. As birds are very vocal animals, this thesis aims to analyse several applications of precision livestock farming technologies using bio-acoustic sensors that record the vocalisations of chickens and hens in intensive production environments and extract acoustic features. The applications proposed in this thesis are: (i) To detect the welfare of birds when they are subjected to stressors such as high concentration of CO2 or respiratory inflammations due to the side effects of the vaccination reaction (ii) To quantitatively determine the effectiveness of the administration of a complementary feed that helps to improve the welfare of birds (iii) To automate the detection of stressful situations through bio-acoustic sensors in birds in order to apply corrective measures with the aim of improving the welfare of the animals. The thesis includes the selection, integration and programming of hardware for data collection campaigns, data processing, data analysis using visual and statistical methods and artificial intelligence models. The results show that acoustic descriptors of bird vocalisations allow the detection of bird stress in the analysed stressors as well as statistically significant differences in the detection of the effectiveness of an early feeding supplementary feed administered in the hatchery. Finally, it is determined that the detection of side effects of vaccine reactions against infectious laryngotracheitis can be automated to alert farmers in order to implement corrective measures to improve bird welfare. The contributions of this thesis have been disseminated through three scientific articles in indexed journals.</mods:abstract>
        <mods:language>
        <mods:languageTerm authority="rfc3066">eng</mods:languageTerm>
        </mods:language>
        <mods:accessCondition type="useAndReproduction" />
        <mods:subject>
        <mods:topic>Deteció d'esdeveniments acústics</mods:topic>
        </mods:subject>
        <mods:subject>
        <mods:topic>factors d'estres a les aus</mods:topic>
        </mods:subject>
        <mods:subject>
        <mods:topic>Bio-acústica</mods:topic>
        </mods:subject>
        <mods:subject>
        <mods:topic>PLF</mods:topic>
        </mods:subject>
        <mods:subject>
        <mods:topic>processament del senyal</mods:topic>
        </mods:subject>
        <mods:subject>
        <mods:topic>intel·ligència artificial</mods:topic>
        </mods:subject>
        <mods:titleInfo>
        <mods:title>Acoustic precision livestock technologies applied in intensive production of Broiler Chickens for measuring productivity and animal welfare</mods:title>
        </mods:titleInfo>
        <mods:genre>info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/publishedVersion</mods:genre>
        </mods:mods>
      </xmlData>
    </mdWrap>
  </dmdSec>
3. <amdSec ID="FO_10803_691908_1">
  1. <techMD ID="TECH_O_10803_691908_1">
    1. <mdWrap MDTYPE="PREMIS">
      1. <xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
        <premis:premis>
        <premis:object>
        <premis:objectIdentifier>
        <premis:objectIdentifierType>URL</premis:objectIdentifierType>
        <premis:objectIdentifierValue>https://www.tdx.cat/bitstream/10803/691908/1/Tesi_GerardoJose_Ginovart.pdf</premis:objectIdentifierValue>
        </premis:objectIdentifier>
        <premis:objectCategory>File</premis:objectCategory>
        <premis:objectCharacteristics>
        <premis:fixity>
        <premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
        <premis:messageDigest>3f4d00a3b7495ea225a49a1dd6d35c6e</premis:messageDigest>
        </premis:fixity>
        <premis:size>24716224</premis:size>
        <premis:format>
        <premis:formatDesignation>
        <premis:formatName>application/pdf</premis:formatName>
        </premis:formatDesignation>
        </premis:format>
        </premis:objectCharacteristics>
        <premis:originalName>Tesi_GerardoJose_Ginovart.pdf</premis:originalName>
        </premis:object>
        </premis:premis>
        </xmlData>
      </mdWrap>
    </techMD>
  </amdSec>
4. <amdSec ID="FT_10803_691908_2">
  1. <techMD ID="TECH_T_10803_691908_2">
    1. <mdWrap MDTYPE="PREMIS">
      1. <xmlData schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
        <premis:premis>
        <premis:object>
        <premis:objectIdentifier>
        <premis:objectIdentifierType>URL</premis:objectIdentifierType>
        <premis:objectIdentifierValue>https://www.tdx.cat/bitstream/10803/691908/2/Tesi_GerardoJose_Ginovart.pdf.txt</premis:objectIdentifierValue>
        </premis:objectIdentifier>
        <premis:objectCategory>File</premis:objectCategory>
        <premis:objectCharacteristics>
        <premis:fixity>
        <premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
        <premis:messageDigest>6f7d7f64855815929d08bbcb90a974e5</premis:messageDigest>
        </premis:fixity>
        <premis:size>212017</premis:size>
        <premis:format>
        <premis:formatDesignation>
        <premis:formatName>text/plain</premis:formatName>
        </premis:formatDesignation>
        </premis:format>
        </premis:objectCharacteristics>
        <premis:originalName>Tesi_GerardoJose_Ginovart.pdf.txt</premis:originalName>
        </premis:object>
        </premis:premis>
        </xmlData>
      </mdWrap>
    </techMD>
  </amdSec>
5. <fileSec>
  1. <fileGrp USE="ORIGINAL">
    1. <file ADMID="FO_10803_691908_1" CHECKSUM="3f4d00a3b7495ea225a49a1dd6d35c6e" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_10803_691908_1" ID="BITSTREAM_ORIGINAL_10803_691908_1" MIMETYPE="application/pdf" SEQ="1" SIZE="24716224">
      1. <FLocat LOCTYPE="URL" href="https://www.tdx.cat/bitstream/10803/691908/1/Tesi_GerardoJose_Ginovart.pdf" type="simple" />
      </file>
    </fileGrp>
  2. <fileGrp USE="TEXT">
    1. <file ADMID="FT_10803_691908_2" CHECKSUM="6f7d7f64855815929d08bbcb90a974e5" CHECKSUMTYPE="MD5" GROUPID="GROUP_BITSTREAM_10803_691908_2" ID="BITSTREAM_TEXT_10803_691908_2" MIMETYPE="text/plain" SEQ="2" SIZE="212017">
      1. <FLocat LOCTYPE="URL" href="https://www.tdx.cat/bitstream/10803/691908/2/Tesi_GerardoJose_Ginovart.pdf.txt" type="simple" />
      </file>
    </fileGrp>
  </fileSec>
6. <structMap LABEL="DSpace Object" TYPE="LOGICAL">
  1. <div ADMID="DMD_10803_691908" TYPE="DSpace Object Contents">
    1. <div TYPE="DSpace BITSTREAM">
      1. <fptr FILEID="BITSTREAM_ORIGINAL_10803_691908_1" />
      </div>
    </div>
  </structMap>
</mets>

mods

Descarregar XML

Se ha omitido la presentación del registro por ser demasiado largo. Si lo desea, puede descargárselo en el enlace anterior.

oaire

Descarregar XML

Se ha omitido la presentación del registro por ser demasiado largo. Si lo desea, puede descargárselo en el enlace anterior.

ore

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<atom:entry schemaLocation="http://www.w3.org/2005/Atom http://www.kbcafe.com/rss/atom.xsd.xml">
1. <atom:id>http://hdl.handle.net/10803/691908/ore.xml</atom:id>
2. <atom:link href="http://hdl.handle.net/10803/691908" rel="alternate" />
3. <atom:link href="http://hdl.handle.net/10803/691908/ore.xml" rel="http://www.openarchives.org/ore/terms/describes" />
4. <atom:link href="http://hdl.handle.net/10803/691908/ore.xml#atom" rel="self" type="application/atom+xml" />
5. <atom:published />
6. <atom:updated>2024-07-23T08:03:29Z</atom:updated>
7. <atom:source>
  1. <atom:generator>TDX (Tesis Doctorals en Xarxa)</atom:generator>
  </atom:source>
8. <atom:title>Acoustic precision livestock technologies applied in intensive production of Broiler Chickens for measuring productivity and animal welfare</atom:title>
9. <atom:author>
  1. <atom:name>Ginovart Panisello, Gerardo José</atom:name>
  </atom:author>
10. <atom:category label="Aggregation" scheme="http://www.openarchives.org/ore/terms/" term="http://www.openarchives.org/ore/terms/Aggregation" />
11. <atom:category scheme="http://www.openarchives.org/ore/atom/modified" term="2024-07-23T08:03:29Z" />
12. <atom:category label="DSpace Item" scheme="http://www.dspace.org/objectModel/" term="DSpaceItem" />
13. <atom:link href="https://www.tdx.cat/bitstream/10803/691908/1/Tesi_GerardoJose_Ginovart.pdf" length="24716224" rel="http://www.openarchives.org/ore/terms/aggregates" title="Tesi_GerardoJose_Ginovart.pdf" type="application/pdf" />
14. <oreatom:triples>
  1. <rdf:Description about="http://hdl.handle.net/10803/691908/ore.xml#atom">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceItem" />
    2. <dcterms:modified>2024-07-23T08:03:29Z</dcterms:modified>
    </rdf:Description>
  2. <rdf:Description about="https://www.tdx.cat/bitstream/10803/691908/1/Tesi_GerardoJose_Ginovart.pdf">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>ORIGINAL</dcterms:description>
    </rdf:Description>
  3. <rdf:Description about="https://www.tdx.cat/bitstream/10803/691908/2/Tesi_GerardoJose_Ginovart.pdf.txt">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>TEXT</dcterms:description>
    </rdf:Description>
  4. <rdf:Description about="https://www.tdx.cat/bitstream/10803/691908/3/Tesi_GerardoJose_Ginovart.pdf.xml">
    1. <rdf:type resource="http://www.dspace.org/objectModel/DSpaceBitstream" />
    2. <dcterms:description>MEDIA_DOCUMENT</dcterms:description>
    </rdf:Description>
  </oreatom:triples>
</atom:entry>

qdc

Descarregar XML

Se ha omitido la presentación del registro por ser demasiado largo. Si lo desea, puede descargárselo en el enlace anterior.

rdf

Descarregar XML

Se ha omitido la presentación del registro por ser demasiado largo. Si lo desea, puede descargárselo en el enlace anterior.

uketd_dc

Descarregar XML

<?xml version="1.0" encoding="UTF-8" ?>

<uketd_dc:uketddc schemaLocation="http://naca.central.cranfield.ac.uk/ethos-oai/2.0/ http://naca.central.cranfield.ac.uk/ethos-oai/2.0/uketd_dc.xsd">
1. <dc:title>Acoustic precision livestock technologies applied in intensive production of Broiler Chickens for measuring productivity and animal welfare</dc:title>
2. <dc:creator>Ginovart Panisello, Gerardo José</dc:creator>
3. <dcterms:abstract>Durant el darrer segle, la població mundial ha experimentat un creixement exponencial i s'ha produït un increment de població de 5 800 milions de persones. L'augment de la població mundial ha tingut un impacte directe a la demanda d'aliments a nivell global. Amb una població en continu creixement, la necessitat d'alimentar més persones s'ha tornat una preocupació primordial intensificant la producció. A les nostres dietes, la proteïna càrnia té un paper fonamental i aporta una àmplia gamma de nutrients essencials per al cos humà. En concret, la proteïna càrnia de la carn blanca és la més barata de produir pel fet que les aus tenen una elevada eficiència en la conversió d'aliment, el cicle productiu és curt (6-8 setmanes) així com d'un baix cost de la infraestructura en requerir menor espai per a la cria. Com que és una proteïna barata, aquesta es produeix majoritàriament de manera intensiva presentant una sèrie d'impactes negatius en el medi ambient, el benestar animal i la salut humana entre els més destacats. La tecnologia de ramaderia de precisió pot tenir un paper clau en la producció intensiva, en millorar l'eficiència, monitoritzar el benestar dels animals, automatitzar processos i generant alarmes de control per evitar problemes de benestar entre d'altres. Com que les aus son animals molt vocàlics aquesta tesi té com a objectiu analitzar diverses aplicacions de la ramaderia de precisió utilitzant sensors bioacústics propis que registren les vocalitzacions dels pollastres i gallines en entorns intensius de producció i extreguin característiques acústiques. Les aplicacions proposades en aquesta tesi són: (i) Detectar el benestar de les aus quan estan sotmeses a algun estressor com l'alta concentració de CO2 o inflamacions respiratòries degudes als efectes secundaris de la reacció vacunal (ii) Determinar de forma quantitativa l'eficàcia de l'administració d'un pinso complementari que ajuda a millorar el benestar de les aus (iii) Automatitzar la detecció de situacions estressants a través de sensors bioacústics en les aus per poder aplicar mesures correctives amb la finalitat de millorar el benestar dels animals. La tesi comprèn des de la selecció, integració i programació de maquinari per a les campanyes de recollida de dades, el processament de les dades, l'anàlisi de dades mitjançant mètodes visuals, estadístics i models d'intel·ligència artificial. Els resultats mostren que els descriptors acústics de les vocalitzacions de les aus permeten detectar l'estrès a les aus en els estressors analitzats així com permeten obtenir diferències estadísticament significatives en la detecció de l'efectivitat d'un pinso complementari d'alimentació post eclosió administrat a la sala d'incubar. Finalment, es determina que es pot automatitzar la detecció dels efectes secundaris de les reaccions vacunals contra la laringotraqueïtis infecciosa per alertar els grangersamb la finalitat d'aplicar mesures correctores que millorin el benestar de les aus. Les contribucions d'aquesta tesi s'han disseminat a través de tres articles científics en revistes indexades.</dcterms:abstract>
4. <dcterms:abstract>Durante el último siglo, la población mundial ha experimentado un crecimiento exponencial produciéndose un incremento de 5 800 millones de personas. El aumento de la población mundial ha tenido un impacto directo en la demanda de alimentos a nivel global. Con una población en constante crecimiento, la necesidad de alimentar a más personas se ha vuelto una preocupación primordial intensificando la producción. En nuestras dietas, la proteína cárnica desempeña un papel fundamental y aporta una amplia gama de nutrientes esenciales para el cuerpo humano. En concreto, la proteína cárnica de la carne blanca es más barata de producir debido a que las aves tienen una elevada eficiencia en la conversión de alimento, el ciclo productivo es corto (6-8 semanas) así como bajo costo de la infraestructura al requerir menor espacio para la cría de aves. Al ser una proteína barata, esta se produce mayoritariamente de manera intensiva presentando una serie impactos negativos en el medio ambiente, el bienestar animal, la salud humana entre los más destacados. La tecnología de ganadería de precisión puede desempeñar un papel clave en la producción intensiva, al mejorar la eficiencia, monitorizar el bienestar de los animales, automatizar procesos, generando alarmas de control para evitar problemas de bienestar entre otros. Al ser las aves animales muy vocalicas esta tesis tiene como objetivo analizar diversas aplicaciones de la ganadería de precisión utilizando sensores bio-acústicos propios que registran las vocalizaciones de los pollos y gallinas en entornos intensivos de producción y extraen características acústicas. Las aplicaciones propuestas en esta tesis son: (i) Detectar el bienestar de las aves cuando están sometidas a algún estresor como la alta concentración de CO2 o inflamaciones respiratorias debidas a los efectos secundarios de la reacción vacunal (ii) Determinar de forma cuantitativa la eficacia de la administración de un pienso complementario que ayuda a mejora el bienestar de las aves (iii) Automatizar la detección de situaciones estresantes a través de sensores bio-acústicos en las aves para poder aplicar medidas correctivas con la finalidad de mejorar el bienestar de los animales. La tesis comprende desde la selección integración y programación de hardware para las campañas de recogida de datos, el procesado de los datos, el análisis de datos a través de métodos visuales, estadísticos y modelos de inteligencia artificial. Los resultados muestran que los descriptores acústicos de las voclaizaciones de las aves permiten detectar el estrés en las aves en los estresores analizados asi como permiten obtener diferencias estadísticamente significativas en la detección de la efectividad de un pienso complementario de alimentación temprana administrado en sala de incubar. Finalmente, se determina que se puede automatizar la detección de los efectos secundarios de las reacciones vacúnales contra la laringotraqueítis infecciosa para alertar a los granjeros con el fin de aplicar medidas correctoras que mejoren el bienestar de las aves. Las contribuciones de esta tesis se han diseminado a través de tres artículos científicos en revistas indexadas.</dcterms:abstract>
5. <dcterms:abstract>Over the last century, the world's population has grown exponentially with an increase of 5 800 million people. The increase in the world's population has had a direct impact on global food demand. With a constantly growing population, the need to feed more people has become a primary concern, intensifying production. In our diets, meat protein plays a key role and provides a wide range of essential nutrients for the human body. In particular, meat protein from white meat is cheaper to produce due to the poultry's high feed conversion efficiency, short production cycle (6-8 weeks) as well as low infrastructure costs as less space is required for poultry farming. Being a cheap protein, it is mostly produced intensively, with a number of negative impacts on the environment, animal welfare and human health among the most prominent. Precision farming technology can play a key role in intensive production by improving efficiency, monitoring animal welfare, automating processes, generating control alarms to avoid welfare problems, among others. As birds are very vocal animals, this thesis aims to analyse several applications of precision livestock farming technologies using bio-acoustic sensors that record the vocalisations of chickens and hens in intensive production environments and extract acoustic features. The applications proposed in this thesis are: (i) To detect the welfare of birds when they are subjected to stressors such as high concentration of CO2 or respiratory inflammations due to the side effects of the vaccination reaction (ii) To quantitatively determine the effectiveness of the administration of a complementary feed that helps to improve the welfare of birds (iii) To automate the detection of stressful situations through bio-acoustic sensors in birds in order to apply corrective measures with the aim of improving the welfare of the animals. The thesis includes the selection, integration and programming of hardware for data collection campaigns, data processing, data analysis using visual and statistical methods and artificial intelligence models. The results show that acoustic descriptors of bird vocalisations allow the detection of bird stress in the analysed stressors as well as statistically significant differences in the detection of the effectiveness of an early feeding supplementary feed administered in the hatchery. Finally, it is determined that the detection of side effects of vaccine reactions against infectious laryngotracheitis can be automated to alert farmers in order to implement corrective measures to improve bird welfare. The contributions of this thesis have been disseminated through three scientific articles in indexed journals.</dcterms:abstract>
6. <uketdterms:institution>Universitat Ramon Llull</uketdterms:institution>
7. <dcterms:issued>2024-07-05</dcterms:issued>
8. <dc:type>info:eu-repo/semantics/doctoralThesis</dc:type>
9. <dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
10. <dc:language type="dcterms:ISO639-2">eng</dc:language>
11. <dcterms:isReferencedBy>http://hdl.handle.net/10803/691908</dcterms:isReferencedBy>
12. <dc:identifier type="dcterms:URI">https://www.tdx.cat/bitstream/10803/691908/1/Tesi_GerardoJose_Ginovart.pdf</dc:identifier>
13. <uketdterms:checksum type="uketdterms:MD5">3f4d00a3b7495ea225a49a1dd6d35c6e</uketdterms:checksum>
14. <dcterms:hasFormat>https://www.tdx.cat/bitstream/10803/691908/2/Tesi_GerardoJose_Ginovart.pdf.txt</dcterms:hasFormat>
15. <uketdterms:checksum type="uketdterms:MD5">6f7d7f64855815929d08bbcb90a974e5</uketdterms:checksum>
16. <uketdterms:embargodate>24 mesos</uketdterms:embargodate>
17. <dc:subject>Deteció d'esdeveniments acústics</dc:subject>
18. <dc:subject>factors d'estres a les aus</dc:subject>
19. <dc:subject>Bio-acústica</dc:subject>
20. <dc:subject>PLF</dc:subject>
21. <dc:subject>processament del senyal</dc:subject>
22. <dc:subject>intel·ligència artificial</dc:subject>
23. <dc:subject>Enginyeria, indústria i construcció</dc:subject>
</uketd_dc:uketddc>

xoai

Descarregar XML

Se ha omitido la presentación del registro por ser demasiado largo. Si lo desea, puede descargárselo en el enlace anterior.