Tjotta accelerometerövervakad lammningsdatamängd

Varför födelsetidpunkten spelar roll på gården

För fårbönder kan de timmar då lammen föds vara skillnaden mellan friska djur och hjärtskärande förluster. Att vaka över varje tacka dygnet runt är nästan omöjligt, särskilt på större gårdar med åldrande arbetsstyrka. Denna studie presenterar en omfattande ny datamängd från norska ladugårdar som fångar de små rörelserna hos dräktiga tackor med hjälp av halsbandsmonterade rörelsesensorer, vilket banar väg för automatiska larm när en tacka är på väg att föda.

Från lammningsoro till smart övervakning

Får i Norge och Portugal föder vanligen en gång per år, i tätplanerade säsonger som anpassas efter beteutveckling och efterfrågan på kött vid högtider. Trots denna noggranna planering dör många lamm innan de når betet, ofta eftersom problem under födseln inte upptäcks snabbt nog. Bönder vet att rätt hjälp i rätt ögonblick kan rädda både lamm och mödrar, men ständig natt- och dagsövervakning är utmattande och kostsamt. Författarna menar att enkla bärbara enheter, redan använda hos större husdjur, kan bidra till att stänga detta gap för får genom att signalera när en tackas beteende övergår i de mönster som föregår födseln.

Hur halsband och kameror följde tackorna

För att bygga en pålitlig grund för sådana verktyg övervakade teamet noggrant 61 tackor, huvudsakligen av rasen Norsk Hvit, i en forskningsstall i norra Norge. Varje tacka bar ett robust halsband med en liten rörelsesensor som mätte rörelse i tre riktningar och även registrerade temperatur 20 gånger per sekund. Djuren hölls i enskilda boxar med standardfoder, vatten och golv, och flyttades in i försöksområdet ungefär en vecka före beräknad lammning. Samtidigt samlade en takmonterad gateway in halsbandsdata och skickade dem till internet, medan flera videokameror kontinuerligt spelade in varje box för att ge en exakt redogörelse för varje födsel.

Att omvandla ladugårdsliv till användbar data

Under endast en månad, från slutet av april till slutet av maj 2024, fångade systemet mer än femtio miljoner råa poster från halsbanden medan tackorna gick sina dagliga rutiner och så småningom födde 113 lamm. Efter att ofullständiga poster och uppenbara sensorfel rensats bort innehöll den slutliga datamängden nästan en miljard högfrekventa mätvärden kopplade till enskilda djur och specifika lammningstillfällen. Forskarna organiserade filerna efter öronmärke och halsband och lade till tabeller med bakgrundsdetaljer såsom varje tackas ålder, tidigare lammningshistoria, kullstorlek och om hjälp behövdes vid födseln. Handskrivna anteckningar från erfarna gårdsanställda och noggrant granskade videoupptagningar användes tillsammans för att bestämma den exakta tiden för varje födsel och för att dubbelkolla posternas kvalitet.

Vad rörelsemönstren avslöjar

Exempeldiagram från en tacka visar hur upp-och-ned, sida-till-sida och fram-och-tillbaka-rörelserna som fångas av sensorn förändras när födseln närmar sig. Histogram över data illustrerar hur ofta olika rörelsestyrkor förekommer, medan tidsseriediagram visar aktivitetstoppar och lugnare perioder över timmar och dagar. Författarna förklarar att frekventa växlingar mellan stående och liggande, länge erkända av bönder som ett tecken på att lammning är nära, är tydligt synliga i dessa rörelsespår. De diskuterar också praktiska problem, som halsband som ibland sattes på åt fel håll och senare rättades med enkla matematiska korrigeringar, samt statistiska utmaningar som obalanserade beteendetyper som framtida modellbyggare behöver hantera.

Styrkor, begränsningar och framtida användningsområden

Eftersom inspelningarna gjordes inomhus under kontrollerade ladugårdsförhållanden representerar datamängden inte fullt ut hur får beter sig på öppet bete, där de rör sig längre, betar fritt och påverkas av rovdjur och väder. Skillnader i ras, ålder och kroppsstorlek påverkar också hur kraftigt djuren rör sig, vilket innebär att datorbaserade modeller måste justera för dessa faktorer för att undvika att förväxla "långsamma" djur med djur i nöd. Författarna betonar ändå att datan medvetet lämnats oputsad: inga outliers har tagits bort bortom uppenbart trasiga poster, och saknade värden har inte fyllts i, vilket bevarar en realistisk bild av vad sensorer i verkliga gårdsmiljöer producerar.

Vad detta betyder för vardagligt jordbruk

För icke-specialister är huvudbudskapet att detta arbete ännu inte erbjuder ett färdigt "födselalarm" utan snarare det råmaterial som behövs för att bygga ett sådant. Genom att dela en noggrant dokumenterad, öppen datamängd som kopplar detaljerade rörelseregistreringar till bekräftade lammningstider ger forskarna ingenjörer, dataforskare och djurvälfärdsexperter en gemensam utgångspunkt för att designa och testa algoritmer. Med tiden skulle sådana verktyg diskret kunna vaka över dräktiga tackor via enkla halsband och bara larma bönder när en födsel börjar gå fel. Det skulle kunna rädda lamm och mödrar, minska stress och arbetsbörda för bönder och göra säsongsbetonad lammning lite mindre av en nattlig vakt.

Citering: 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

Nyckelord: fåruppfödningars välfärd, bärbara sensorer, upptäckt av lammning, precisionsjordbruk för boskap, accelerometerdata