Towards resilient livestock systems : a resource allocation approach to combine selection and management within the herd environment - PASTEL - Thèses en ligne de ParisTech Accéder directement au contenu
Thèse Année : 2013

Towards resilient livestock systems : a resource allocation approach to combine selection and management within the herd environment

Vers des systèmes d'élevage résilients : une approche de l'allocation de la ressource pour combiner sélection et conduite dans l'environnement du troupeau

Résumé

Selecting those animals that have the greatest level of production, with little regard for other traits, has historically worked well in a favorable environment (i.e. nutrient-rich diet, low pathogen load, thermo-neutrality). However, for numerous reasons (economic, climatic, ecological) farmers will find it increasingly difficult, and indeed may actively choose not, to provide such favorable conditions in their herd environment. Selecting animals that match the future herd environments thus becomes as important as managing the herd environment to match the selected genotypes. To better identify constraints and opportunities to apply these two options, we propose, for the first time, in this thesis an animal model integrating the effects of selection and management. This model integrates resource allocation between life-functions resource as heritable traits. It enables simulating short-term performance and long-term selection response resulting from the transmission of allocation traits between generations. The model was applied to the dairy goat and focused on the management of extended lactation (EL) for a part of the herd (management practice based on keeping females in lactation without a new reproductive cycle). Both selection and management were assumed to influence the way every animal allocates its resource between functions. We aimed to assess the significance of this assumption for a better understanding of the development of genotype-environment interactions (G × E) over the long-term. In a herd subject to variations in the feeding level, different selection strategies aiming at improving milk production and longevity were simulated. In agreement with the resource allocation theory, the selection responses show improving production and survival has to face a trade-off between these two traits. However, this trade-off is alleviated when selection is combined with some proportion of EL in the herd. Such a synergistic effect between selection and management results from a complex interaction between the individual dynamic performance during EL and the herd turnover. Thereby, the innate capacity of goats to extend their lactation might be promoted to enhance herd resilience.
Sélectionner les animaux qui ont le plus haut niveau de production, en tenant peu compte d’autres caractères, a toujours bien fonctionné dans les conditions d’un environnement favorable (i.e. ration riche en nutriments, faible charge pathogène, thermoneutralité). Toutefois, pour de nombreuses raisons (économiques, climatiques, écologiques), les éleveurs auront sans doute de plus en plus de mal à réunir de telles conditions dans l’environnement de leur troupeau, et pourront même délibérément choisir de ne pas le faire. Sélectionner des animaux qui soient adaptés avec les conditions futures des troupeaux devient donc tout aussi important qu’adapter la conduite du troupeau en fonction des génotypes sélectionnés. Pour mieux identifier les contraintes et les opportunités d'appliquer ces deux options, nous proposons, pour la première fois dans cette thèse, un modèle animal intégrant les effets de la sélection génétique et de la conduite du troupeau. Ce modèle intègre des coefficients d’allocation de la ressource alimentaire entre les fonctions biologiques en tant que caractères héritables Il permet de simuler à court-terme les performances zootechniques et à long-terme les réponses à la sélection résultant de la transmission de ces caractères d’allocation entre générations. Le modèle a été appliqué à la chèvre laitière et se focalise sur la conduite en lactation longue (LL) d’une partie des chèvres du troupeau (conduite consistant à préserver des femelles en lactation ayant après une mise bas sans réengagement d’une nouvelle reproduction). Nous sommes partis du principe que la sélection et la conduite du troupeau influencent tous deux la façon dont chaque animal alloue ses ressources entre ses fonctions biologiques. Nous avons cherché à évaluer la portée de ce principe pour mieux comprendre le développement des interactions génotype-environnement (G x E) sur le long terme. Dans un troupeau soumis à des variations du niveau d'alimentation, différentes stratégies de sélection ciblant l’amélioration de la production laitière et de la longévité ont été simulées. En accord avec la théorie de l’allocation, les réponses à la sélection révèlent que l’amélioration de la production et de la survie doit faire face à un compromis entre ces deux caractères. Cependant, ce compromis est atténué lorsque la sélection est combinée avec la conduite en LL d’une partie du troupeau. Un tel effet de synergie entre sélection et conduite résulte d’une interaction complexe entre la dynamique individuelle de performance au cours de la LL et le renouvellement du troupeau. Ainsi, la capacité innée des chèvres à prolonger leur lactation semble pouvoir être valorisée pour améliorer la résilience du troupeau.
Fichier principal
Vignette du fichier
THESEDEF20140304_PhD_FDouhard.pdf (4.44 Mo) Télécharger le fichier
douhard_presentation_soutenance_annexes.pdf (1.4 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Format : Autre

Dates et versions

pastel-00986412 , version 2 (13-05-2014)
pastel-00986412 , version 1 (06-06-2020)

Identifiants

  • HAL Id : pastel-00986412 , version 2

Citer

Frédéric Douhard. Towards resilient livestock systems : a resource allocation approach to combine selection and management within the herd environment. Animal biology. AgroParisTech, 2013. English. ⟨NNT : 2013AGPT0064⟩. ⟨pastel-00986412v2⟩
464 Consultations
913 Téléchargements

Partager

Gmail Facebook X LinkedIn More