Comportement des jeunes ovins et adaptations aux perturbations en système extensif : Evaluation au moyen de capteurs accéléromètres embarqués.

Retour à la liste des résultats

Présentation INRAE

L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec 272 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France. INRAE se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

Environnement de travail, missions et activités

Vous serez accueilli(e) au sein de l'unité GenPhySE (UMR GenPhySE, génétique, physiologie et systèmes d'élevage) située dans le centre INRAE Toulouse Occitanie. L’équipe que vous intégrerez a pour objectif d’améliorer les performances des animaux d’élevage sur une variété de critères (efficacité alimentaire, santé, bien-être, etc.) au moyen du levier génétique.
Une transition vers l'agroécologie dans l'élevage est un moyen pertinent de garantir une production alimentaire durable et équitable. Le respect des principes fondamentaux de l'agroécologie favorise les systèmes extensifs où les animaux sont élevés en plein air, leur offrant ainsi la possibilité d'exprimer des comportements naturels. Cependant, ces systèmes agroécologiques exposent aussi les animaux à diverses perturbations (risques météorologiques, parasitisme, pénurie de ressources, prédation, etc.) qui peuvent affecter leur bien-être. Maintenir un bon niveau de bien-être est néanmoins nécessaire pour répondre aux attentes sociétales et pour réduire les problèmes de santé en élevage. Les animaux d'élevage étant des espèces sociales, leurs capacités d'adaptations comportementales à leur environnement (stratégie anti-prédatrice, préférences alimentaires, etc.) dépendent essentiellement de leurs aptitudes sociales. La docilité des animaux devrait également contribuer à réduire le stress aigu lors des interventions humaines dans les systèmes extensifs (agnelage, sevrage, etc.). A ce propos, Hazard et al. (2022) ont démontré que des lignées génétiques divergentes pour la réactivité sociale et humaine peuvent être sélectionnées chez les ovins : la sélection génétique pour les aptitudes sociales et la docilité envers l’homme est donc un levier potentiel pour améliorer le bien-être des ovins en système extensif. Afin d’évaluer le rôle de la sélection génétique dans l’amélioration du bien-être, il est d’abord nécessaire de (i) mesurer le comportement basal des animaux lorsque les conditions environnementales et sanitaires sont favorables et de (ii) identifier les adaptations comportementales clés en réponse aux perturbations rencontrées (vague de chaleur, pénurie de ressources, parasitisme, etc.). Bien que l’observation des animaux soit la méthode de référence pour remonter des informations sur le comportement, celle-ci n’est pas adaptée pour un suivi continu en condition extensives. A ce propos, les capteurs accéléromètres embarqués sur les animaux constituent une alternative intéressante pour suivre le comportement en continu et sur de longues périodes (Riaboff et al., 2022).
A ce stade du projet, les lignées génétiques divergentes sélectionnées sur leur sociabilité et réactivité à l’homme ont déjà été établies. Les agnelles issues de cette sélection sont équipées en continu avec des
capteurs accéléromètres dans un système d’élevage pratiquant le plein-air intégral (Unité Expérimentale INRAE La Fage). Un modèle de machine learning permettant de remonter le comportement des agnelles à partir des données accéléromètres brutes est en cours de développement.
Références :
Hazard D., Delval E., Douls S., Durand C., Bonnafe G., et al., 2022. Divergent genetic selections for social attractiveness or tolerance toward humans in sheep. World Congress on Genetics Applied to Livestock Production, Jul 2022, Rotterdam, Netherlands. pp.520-523, 10.3920/978-90-8686-940-4_118ff. ffhal-04219462f
Riaboff L., Shalloo L., Smeaton A.F., Couvreur S., Madouasse A., et M.T. Keane., 2022. Predicting Livestock Behaviour Using Accelerometers: A Systematic Review of Processing Techniques for Ruminant Behaviour Prediction from Raw Accelerometer Data. Computers and Electronics in Agriculture 192: 106610. https://doi.org/10.1016/j.compag.2021.106610.
Dans un premier temps, votre travail visera à valider le modèle de machine learning développé par les scientifiques du projet. A partir de ce modèle, vous établirez le comportement basal des agnelles en conditions extensives. Enfin, vous identifierez les adaptations comportementales clés en réponse aux différentes perturbations rencontrées.

Vous serez plus particulièrement en charge de :
- Collecter les données accéléromètres, zootechniques et sanitaires à l’Unité Expérimentale INRAE La Fage, avec l’appui des scientifiques, techniciens et animaliers.
- Améliorer et valider le modèle de classification supervisée de machine learning.
- Appliquer le modèle de machine learning sur les données accéléromètres pour déduire les comportements exprimés par chaque animal au cours du temps et en extraire les métriques caractéristiques du comportement (budget-temps, etc.).
- Etablir le comportement basal des animaux lorsque les conditions environnementales et sanitaires sont favorables.
- Identifier les adaptations clés du comportement en réponse aux différentes perturbations que vous aurez caractérisées à partir des données expérimentales.

L’essentiel de l’activité se déroulera sur le centre INRAE Toulouse Occitanie. Des déplacements réguliers (2 jours/mois) sur l’Unité Expérimentale INRAE La Fage (12250 Saint-Jean-et-Saint-Paul) sont à prévoir. Les déplacements seront effectués en groupe avec les scientifiques et techniciens du projet et seront entièrement pris en charge par l’INRAE.

Formations et compétences recherchées

Formation recommandée : Ecole d’ingénieur agronome avec option/Master en analyse de données
Connaissances souhaitées : Machine learning, statistiques, programmation en Python (ou R), comportement animal.
Expérience appréciée : Analyse de données appliquée aux sciences du vivant. Une expérience en comportement animal serait un plus.
Aptitudes recherchées : Capacité à travailler dans un environnement pluridisciplinaire, autonomie, organisation du travail, bonnes capacités rédactionnelles.

Votre qualité de vie à INRAE

En rejoignant INRAE, vous bénéficiez (selon le type de contrat et sa durée) :

-  jusqu'à 30 jours de congés + 15 RTT par an (pour un temps plein)
- d'un soutien à la parentalité : CESU garde d'enfants, prestations pour les loisirs ;
- de dispositifs de développement des compétences : formation, conseil en orientation professionnelle ;
- d'un accompagnement social : conseil et écoute, aides et prêts sociaux ;
- de prestations vacances et loisirs : chèque-vacances, hébergements à tarif préférentiel ;
- d'activités sportives et culturelles ;
- d'une restauration collective.

Modalités pour postuler

J'envoie mon CV et ma lettre de motivation