Clear Sky Science · it
Dataset di accelerometri Tjotta per il monitoraggio del parto
Perché l’ora del parto conta in azienda
Per gli allevatori di pecore, le ore in cui nascono gli agnelli possono fare la differenza tra animali sani e perdite dolorose. Tuttavia sorvegliare ogni pecora 24 ore su 24 è quasi impossibile, soprattutto nelle aziende di grandi dimensioni con manodopera invecchiata. Questo studio presenta un nuovo e ricco dataset proveniente da stalle norvegesi che cattura i piccoli movimenti delle pecore gravide tramite sensori di movimento montati sul collare, offrendo una strada verso avvisi automatici quando una pecora sta per partorire.
Dalle preoccupazioni per il parto al monitoraggio intelligente
In Norvegia e in Portogallo le pecore solitamente partoriscono una volta all’anno, in stagioni strettamente pianificate che coincidono con la crescita dei pascoli e la domanda di carne per le festività. Nonostante questa tempistica accurata, molti agnelli muoiono ancora prima di raggiungere il pascolo, spesso perché i problemi durante il parto non vengono notati in tempo. Gli allevatori sanno che intervenire al momento giusto può salvare sia gli agnelli sia le madri, ma la sorveglianza continua giorno e notte è stancante e costosa. Gli autori sostengono che dispositivi indossabili semplici, già impiegati in animali di maggiore taglia, potrebbero colmare questa lacuna anche per le pecore segnalando quando il comportamento di una pecora cambia verso i modelli che precedono il parto.
Come collari e telecamere hanno osservato le pecore
Per costruire una base affidabile per tali strumenti, il team ha monitorato da vicino 61 pecore di prevalente razza Norwegian White in un ricovero di ricerca nel nord della Norvegia. Ogni pecora indossava un collare robusto contenente un piccolo sensore di movimento che misurava lo spostamento lungo tre assi e registrava anche la temperatura 20 volte al secondo. Gli animali vivevano in recinti individuali con alimentazione, acqua e pavimentazione standard e sono stati trasferiti nell’area sperimentale circa una settimana prima della data prevista per il parto. Contemporaneamente, una gateway montata sul soffitto raccoglieva i dati dai collari e li inviava a internet, mentre più videocamere registravano continuamente ogni recinto per fornire una registrazione esatta di ogni parto.

Trasformare la vita in stalla in dati utilizzabili
In appena un mese, da fine aprile a fine maggio 2024, il sistema ha catturato oltre cinquanta milioni di record grezzi dai collari mentre le pecore svolgevano le loro routine quotidiane e infine partorivano 113 agnelli. Dopo aver eliminato voci incomplete e evidenti malfunzionamenti dei sensori, il dataset finale conteneva quasi un miliardo di misurazioni ad alta frequenza collegate a singoli animali e a eventi di parto specifici. I ricercatori hanno organizzato i file per marchio auricolare e collare, e hanno aggiunto tabelle con dettagli di contesto come l’età di ogni pecora, precedenti parti, dimensione della cucciolata e se è stato necessario aiuto durante il parto. Appunti manoscritti da personale di stalla esperto e filmati video attentamente rivisti sono stati usati insieme per determinare l’ora esatta di ciascun parto e per verificare la qualità dei record.
Cosa rivelano i modelli di movimento
Grafici d’esempio di una pecora mostrano come i movimenti su–giù, destra–sinistra e avanti–indietro catturati dal sensore cambino avvicinandosi al parto. Istogrammi dei dati illustrano quanto frequentemente si verificano diverse intensità di movimento, mentre grafici di serie temporali mostrano picchi di attività e periodi più calmi nell’arco di ore e giorni. Gli autori spiegano che frequenti passaggi tra stare in piedi e sdraiarsi, a lungo riconosciuti dagli allevatori come segnale che il parto è vicino, sono chiaramente visibili in queste tracce di movimento. Discutono inoltre questioni pratiche, come i collari talvolta messi al contrario e poi corretti con semplici trasformazioni matematiche, e sfide statistiche come la sbilanciata distribuzione dei comportamenti che i futuri costruttori di modelli dovranno affrontare.

Punti di forza, limiti e usi futuri
Poiché le registrazioni sono state effettuate al chiuso in condizioni controllate di stalla, il dataset non rappresenta pienamente il comportamento delle pecore al pascolo aperto, dove si muovono su distanze maggiori, pascolano liberamente e rispondono a predatori e condizioni meteo. Differenze di razza, età e taglia corporea influenzano anche l’intensità dei movimenti, il che significa che i modelli informatici dovranno adeguarsi a questi fattori per evitare di confondere “soggetti poco attivi” con animali in difficoltà. Tuttavia, gli autori sottolineano che i dati sono intenzionalmente non levigati: non sono stati rimossi outlier oltre ai record evidentemente danneggiati, e i valori mancanti non sono stati imputati, preservando una visione realistica di ciò che producono i sensori in condizioni reali di stalla.
Cosa significa per l’allevamento quotidiano
Per i non specialisti, il messaggio chiave è che questo lavoro non offre ancora un “allarme parto” pronto all’uso, ma piuttosto la materia prima necessaria per costruirne uno. Condividendo un dataset aperto e accuratamente documentato che lega registrazioni dettagliate di movimento a orari di parto confermati, i ricercatori forniscono a ingegneri, data scientist e esperti di benessere animale un punto di partenza comune per progettare e testare algoritmi. Col tempo, tali strumenti potrebbero sorvegliare silenziosamente le pecore gravide tramite semplici collari, avvisando gli allevatori solo quando un parto inizia a complicarsi. Questo potrebbe salvare agnelli e madri, ridurre stress e lavoro per gli allevatori e rendere il parto stagionale meno veglia notturna continua.
Citazione: Goncalves, P., Nyamuryekung’e, S., Corrente, G. et al. Tjotta accelerometer monitored lambing dataset. Sci Data 13, 426 (2026). https://doi.org/10.1038/s41597-026-06660-2
Parole chiave: benessere ovino, sensori indossabili, rilevamento del parto, zootecnia di precisione, dati accelerometrici