Forslag til nye egenskaper for lynne på Norsk Rødt Fe i data fra automatiske melkesystemer

Abstract

Ved melking i automatisk melkesystem (AMS) settes det nye krav til kuas atferd, og med økende bruk av robot i melkeproduksjonen er det derfor nødvendig å fornye avlsmålet til kuene. Det ligger et potensiale å benytte objektive registreringer fra AMS i dette arbeidet. Formålet med dette studiet var å finne nye egenskaper for lynne hos Norsk Rødt Fe, i data fra melkerobot. Data ble hentet fra universitets besetningen på Senter for husdyrforsøk og Kukontrollen, og i alt 62842 observasjoner fra 102 kuer i 1 til 6 laktasjon ble benyttet i beregningene. Melkerobotdata ble registrert i et styrt og et fritt melkesystem. Kuene i studien var med i et seleksjonsforsøk med to seleksjonslinjer, selektert for høy melkeproduksjon og lav mastittfrekvens respektivt. Analyserte egenskaper var andel avspark av spenekopper per laktasjon (pAvspark), andel ufullstendige melkinger per laktasjon (pUf), antall avviste melkinger per ku per dag (AntAv), tidspunkt for melking per ku per melking per time (tidsp), og del av døgnet (t), antall melkinger per ku per dag (AntMd), oppholdstid i roboten per ku per melking (Otid), varighet av melkeprosessen per ku per melking (Mtid), varighet av behandlingstid i roboten per ku per melking (Btid). Egenskapene ble analysert med lineære modeller, og det ble sett på effekt av seleksjonslinje, melkesystem og laktasjonsnummer. For egenskaper med observasjoner per dag eller per melking, ble i tillegg effekt av laktasjonsdag som regresjon spesifikk for hver linje analysert. Signifikante effekter (p-verdi) ble funnet for pAvspark (seleksjonslinje<0,02), pUf (seleksjonslinje og melkesystem<0,05), AntAv (alle <,0001), t (melkesystem<0,02, første- og andregrads regresjonsledd ≤0,003), AntMd (alle <,0001), Otid (laktasjonsnummer og førstegrads regresjonsledd <,0001), Mtid (alle <,0001), og Btid (alle <,0001). Resultatene viser at data fra AMS har potensiale til å beskrive egenskaper for lynne, og signifikant effekt av seleksjonslinje indikerer at det er genetisk variasjon i egenskapen.

Dairy cows meet new challanges in automatic milking systems (AMS), and with an increasing use of AMS in milk production it is neccesary to reevaluate breeding goals for cows. There is a potential to use objective registrations from the milking robot to define new traits that could be used in breeding. The aim of this study was to identify new traits for temperament in Norwegian Red, based on data from the milking robot. Data were collected from the university herd in Senter for husdyrforsøk and Kukontrollen, and 62842 observation from 102 cows in lactation numbers 1-6 were used in the analyses. The herd had two milking robots, an one-way-traffic milking system, and a free milking system. The cows in the study were part of a selection experiment with two selection lines, selected for high milk production and low mastitis frequence, respectivily. The analysed traits were proportion of milkings with kick-off of teat cups per lactaion (pAvspark), proportion of incomplete milkings per lactation (pUf), number of rejected milkings per cow per day (AntAv), time (hour of the day) of milking per cow per milking (tidsp) and part of a 24 hour period (t), frequency of milking per cow per day (AntMd), duration of visits to the robot per cow per milking (Otid), duration of the milking process by the robot per cow per milking (Mtid), and duration of handeling time at the robot per cow per milking (Btid). The traits were compared between selection lines, milking systems and lactations. For traits with observations per day or milking, effect of days in milk was included in the model, as a regression specific for each selektion line. Significant effects (p-values) were found for pAvspark (selection line<0,02), pUf (selection line and milkin system <0.05), AntAv (all <,0001), t (milking system <0,02, first- and second-degree regression ≤0,003), AntMd (all <,0001), Otid (lactation number and first-degree regresssion <,0001), Mtid (all <,0001), and Btid (all <,0001). The results suggest that data from AMS has the potential to describe temperament traits, and the significant effects of selection line indicates that there is genetic variation in the trait.