Une nouvelle approche méthodologique pour piloter la conduite en élevage

Marie-Pierre Ellies (1) , Gonzalo Cantalapiedra-Hijar (1) , Denys Durand (1) , Dominique Gruffat (1) , Anne Listrat (1) , Didier Micol (1) , Isabelle Ortigues Marty (1) , Jean-François J.-F. Hocquette (1) , Marie Chavent (2) , Jerôme Saracco (2, 3) , Brigitte Picard (1)

1 UMRH - Unité Mixte de Recherche sur les Herbivores - UMR 1213
2 IMB - Institut de Mathématiques de Bordeaux
3 CQFD - Quality control and dynamic reliability

This work initially published in Meat Science (122, 163-172) in 2016 provides a new methodological approach to establish the links between different data sets, by using a variable clustering procedure instead of a classical individual clustering approach. Three data sets (animal performance, nutritional value of the meat, sensory quality traits of meat) were considered for a total of 97 variables for each of the 71 young bulls. Variables of each dataset were arranged into homogeneous synthetic variables. Then, the three pools of synthetic variables were analysed together to establish the links existing among the three data sets. Classification showed no opposition between animal performances and nutritional value of meat, as it seemed possible to identify animals with a high butcher value and intramuscular fat relatively rich in polyunsaturated fatty acids. However, the classification indicated that animal performances were negatively correlated with sensory quality of meat. This method appeared to be a useful contribution to the management of animal breeding for an optimal trade-off between the three elements of the triptych (animal performances, nutritional value and sensory quality of meat).

Cet article fait référence à une étude publiée en fin d’année 2016 dans la revue Meat Science (122, 163-172). Afin de trouver un compromis entre les attentes des producteurs, des transformateurs et des consommateurs, les auteurs ont cherché à déterminer dans quelle mesure il est possible de piloter les performances des animaux par le biais des pratiques d’élevage, tout en préservant les qualités sensorielles et la valeur santé des viandes. Pour cela, une méthode statistique innovante a été utilisée : la classification de variables. Les données de 71 taurillons du projet européen ProSafeBeef ont été organisées en 3 jeux de données caractérisant respectivement les performances animales (36 variables), les qualités sensorielles (29 variables) et la valeur nutritionnelle des viandes (32 variables). Par la construction de 5 index synthétiques pour chaque élément du triptyque (combinaisons linéaires d’un sous-ensemble de variables constituant un pool homogène), la méthode a permis de supprimer l’information redondante et ainsi de réduire l’information des 97 variables en 15 index synthétiques. Un second regroupement de variables a ensuite été réalisé sur ces 15 index synthétiques afin de mettre en évidence les proximités entre les 3 jeux de données. L’analyse a montré qu’il n’existe pas d’opposition entre efficience animale et valeur nutritionnelle des viandes. Il est donc possible d’obtenir des animaux efficients (c’est-à-dire avec de meilleurs gains de poids et d’efficacité alimentaire) associant des carcasses à haute valeur bouchère (correspondant à un meilleur développement musculaire) et des viandes relativement riches en acides gras polyinsaturés. En revanche, l‘efficience alimentaire et le développement musculaire sont apparus négativement corrélés avec les qualités sensorielles des viandes (notamment la tendreté et l’appréciation globale). La classification de variables est une méthode d’analyse de données fréquemment employée dans certains domaines mais elle n’avait jamais été utilisée en sciences animales. D’après les résultats obtenus, cette approche pourrait s’avérer être un outil efficace pour intégrer différents concepts dans un pilotage optimisé de l’élevage pour les productions animales.

Mots clés: Data analysis; ClustOfVar; Regroupement de variable; Statistical method; Livestock management

Mots clés: Méthode statistique; Conduite d'élevage; Pilotage; Analyse de données

Domaines: Sciences du Vivant [q-bio]

Marie-Pierre Ellies, Gonzalo Cantalapiedra-Hijar, Denys Durand, Dominique Gruffat, Anne Listrat, et al.. Une nouvelle approche méthodologique pour piloter la conduite en élevage. La revue française de la recherche en viandes et produits carnés, 2017, 33 (3), pp.1-8. ⟨hal-01564568⟩