Livestock feeding behaviour: A review on automated systems for ruminant monitoring

Autores
Chelotti, Jose Omar; Martínez Rau, Luciano Sebastián; Ferrero, Mariano; Vignolo, Leandro Daniel; Galli, Julio Ricardo; Planisich, Alejandra M.; Rufiner, Hugo Leonardo; Giovanini, Leonardo Luis
Año de publicación
2024
Idioma
inglés
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Livestock feeding behaviour is an influential research area in animal husbandry and agriculture. In recent years, there has been a growing interest in automated systems for monitoring the behaviour of ruminants. Current automated monitoring systems mainly use motion, acoustic, pressure and image sensors to collect and analyse patterns related to ingestive behaviour, foraging activities and daily intake. The performance evaluation of existing methods is a complex task and direct comparisons between studies is difficult. Several factors prevent a direct comparison, starting from the diversity of data and performance metrics used in the experiments. This review on the analysis of the feeding behaviour of ruminants emphasise the relationship between sensing methodologies, signal processing, and computational intelligence methods. It assesses the main sensing meth-odologies and the main techniques to analyse the signals associated with feeding behaviour, evaluating their use in different settings and situations. It also highlights the potential of the valuable information provided by automated monitoring systems to expand knowledge in the field, positively impacting production systems and research. The paper closes by discussing future engineering challenges and opportunities in livestock feeding behaviour monitoring.
Fil: Chelotti, Jose Omar. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina. Université de Liège; Bélgica
Fil: Martínez Rau, Luciano Sebastián. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina. Mid Sweden University.; Suecia
Fil: Ferrero, Mariano. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Fil: Vignolo, Leandro Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Fil: Galli, Julio Ricardo. Universidad Nacional de Rosario; Argentina
Fil: Planisich, Alejandra M.. Universidad Nacional de Rosario; Argentina
Fil: Rufiner, Hugo Leonardo. Universidad Nacional de Entre Ríos; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Fil: Giovanini, Leonardo Luis. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Materia
PRECISION LIVESTOCK FARMING
FEEDING BEHAVIOUR
MACHINE LEARNING
SENSOR DATA
REVIEW
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/266869
Acceder
id CONICETDig_a5a79557ed81f7986703def4dbe37354
oai_identifier_str oai:ri.conicet.gov.ar:11336/266869
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Livestock feeding behaviour: A review on automated systems for ruminant monitoringChelotti, Jose OmarMartínez Rau, Luciano SebastiánFerrero, MarianoVignolo, Leandro DanielGalli, Julio RicardoPlanisich, Alejandra M.Rufiner, Hugo LeonardoGiovanini, Leonardo LuisPRECISION LIVESTOCK FARMINGFEEDING BEHAVIOURMACHINE LEARNINGSENSOR DATAREVIEWhttps://purl.org/becyt/ford/2.2https://purl.org/becyt/ford/2https://purl.org/becyt/ford/1.2https://purl.org/becyt/ford/1Livestock feeding behaviour is an influential research area in animal husbandry and agriculture. In recent years, there has been a growing interest in automated systems for monitoring the behaviour of ruminants. Current automated monitoring systems mainly use motion, acoustic, pressure and image sensors to collect and analyse patterns related to ingestive behaviour, foraging activities and daily intake. The performance evaluation of existing methods is a complex task and direct comparisons between studies is difficult. Several factors prevent a direct comparison, starting from the diversity of data and performance metrics used in the experiments. This review on the analysis of the feeding behaviour of ruminants emphasise the relationship between sensing methodologies, signal processing, and computational intelligence methods. It assesses the main sensing meth-odologies and the main techniques to analyse the signals associated with feeding behaviour, evaluating their use in different settings and situations. It also highlights the potential of the valuable information provided by automated monitoring systems to expand knowledge in the field, positively impacting production systems and research. The paper closes by discussing future engineering challenges and opportunities in livestock feeding behaviour monitoring.Fil: Chelotti, Jose Omar. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina. Université de Liège; BélgicaFil: Martínez Rau, Luciano Sebastián. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina. Mid Sweden University.; SueciaFil: Ferrero, Mariano. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; ArgentinaFil: Vignolo, Leandro Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; ArgentinaFil: Galli, Julio Ricardo. Universidad Nacional de Rosario; ArgentinaFil: Planisich, Alejandra M.. Universidad Nacional de Rosario; ArgentinaFil: Rufiner, Hugo Leonardo. Universidad Nacional de Entre Ríos; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; ArgentinaFil: Giovanini, Leonardo Luis. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; ArgentinaAcademic Press Inc Elsevier Science2024-10info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/266869Chelotti, Jose Omar; Martínez Rau, Luciano Sebastián; Ferrero, Mariano; Vignolo, Leandro Daniel; Galli, Julio Ricardo; et al.; Livestock feeding behaviour: A review on automated systems for ruminant monitoring; Academic Press Inc Elsevier Science; Biosystems Engineering; 246; 10-2024; 150-1771537-5110CONICET DigitalCONICETenginfo:eu-repo/semantics/altIdentifier/url/https://linkinghub.elsevier.com/retrieve/pii/S1537511024001752info:eu-repo/semantics/altIdentifier/doi/10.1016/j.biosystemseng.2024.08.003info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-10-22T11:45:09Zoai:ri.conicet.gov.ar:11336/266869instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-10-22 11:45:10.588CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Livestock feeding behaviour: A review on automated systems for ruminant monitoring
title Livestock feeding behaviour: A review on automated systems for ruminant monitoring
spellingShingle Livestock feeding behaviour: A review on automated systems for ruminant monitoring
Chelotti, Jose Omar
PRECISION LIVESTOCK FARMING
FEEDING BEHAVIOUR
MACHINE LEARNING
SENSOR DATA
REVIEW
title_short Livestock feeding behaviour: A review on automated systems for ruminant monitoring
title_full Livestock feeding behaviour: A review on automated systems for ruminant monitoring
title_fullStr Livestock feeding behaviour: A review on automated systems for ruminant monitoring
title_full_unstemmed Livestock feeding behaviour: A review on automated systems for ruminant monitoring
title_sort Livestock feeding behaviour: A review on automated systems for ruminant monitoring
dc.creator.none.fl_str_mv Chelotti, Jose Omar
Martínez Rau, Luciano Sebastián
Ferrero, Mariano
Vignolo, Leandro Daniel
Galli, Julio Ricardo
Planisich, Alejandra M.
Rufiner, Hugo Leonardo
Giovanini, Leonardo Luis
author Chelotti, Jose Omar
author_facet Chelotti, Jose Omar
Martínez Rau, Luciano Sebastián
Ferrero, Mariano
Vignolo, Leandro Daniel
Galli, Julio Ricardo
Planisich, Alejandra M.
Rufiner, Hugo Leonardo
Giovanini, Leonardo Luis
author_role author
author2 Martínez Rau, Luciano Sebastián
Ferrero, Mariano
Vignolo, Leandro Daniel
Galli, Julio Ricardo
Planisich, Alejandra M.
Rufiner, Hugo Leonardo
Giovanini, Leonardo Luis
author2_role author
author
author
author
author
author
author
dc.subject.none.fl_str_mv PRECISION LIVESTOCK FARMING
FEEDING BEHAVIOUR
MACHINE LEARNING
SENSOR DATA
REVIEW
topic PRECISION LIVESTOCK FARMING
FEEDING BEHAVIOUR
MACHINE LEARNING
SENSOR DATA
REVIEW
purl_subject.fl_str_mv https://purl.org/becyt/ford/2.2
https://purl.org/becyt/ford/2
https://purl.org/becyt/ford/1.2
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv Livestock feeding behaviour is an influential research area in animal husbandry and agriculture. In recent years, there has been a growing interest in automated systems for monitoring the behaviour of ruminants. Current automated monitoring systems mainly use motion, acoustic, pressure and image sensors to collect and analyse patterns related to ingestive behaviour, foraging activities and daily intake. The performance evaluation of existing methods is a complex task and direct comparisons between studies is difficult. Several factors prevent a direct comparison, starting from the diversity of data and performance metrics used in the experiments. This review on the analysis of the feeding behaviour of ruminants emphasise the relationship between sensing methodologies, signal processing, and computational intelligence methods. It assesses the main sensing meth-odologies and the main techniques to analyse the signals associated with feeding behaviour, evaluating their use in different settings and situations. It also highlights the potential of the valuable information provided by automated monitoring systems to expand knowledge in the field, positively impacting production systems and research. The paper closes by discussing future engineering challenges and opportunities in livestock feeding behaviour monitoring.
Fil: Chelotti, Jose Omar. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina. Université de Liège; Bélgica
Fil: Martínez Rau, Luciano Sebastián. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina. Mid Sweden University.; Suecia
Fil: Ferrero, Mariano. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Fil: Vignolo, Leandro Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Fil: Galli, Julio Ricardo. Universidad Nacional de Rosario; Argentina
Fil: Planisich, Alejandra M.. Universidad Nacional de Rosario; Argentina
Fil: Rufiner, Hugo Leonardo. Universidad Nacional de Entre Ríos; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Fil: Giovanini, Leonardo Luis. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
description Livestock feeding behaviour is an influential research area in animal husbandry and agriculture. In recent years, there has been a growing interest in automated systems for monitoring the behaviour of ruminants. Current automated monitoring systems mainly use motion, acoustic, pressure and image sensors to collect and analyse patterns related to ingestive behaviour, foraging activities and daily intake. The performance evaluation of existing methods is a complex task and direct comparisons between studies is difficult. Several factors prevent a direct comparison, starting from the diversity of data and performance metrics used in the experiments. This review on the analysis of the feeding behaviour of ruminants emphasise the relationship between sensing methodologies, signal processing, and computational intelligence methods. It assesses the main sensing meth-odologies and the main techniques to analyse the signals associated with feeding behaviour, evaluating their use in different settings and situations. It also highlights the potential of the valuable information provided by automated monitoring systems to expand knowledge in the field, positively impacting production systems and research. The paper closes by discussing future engineering challenges and opportunities in livestock feeding behaviour monitoring.
publishDate 2024
dc.date.none.fl_str_mv 2024-10
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/266869
Chelotti, Jose Omar; Martínez Rau, Luciano Sebastián; Ferrero, Mariano; Vignolo, Leandro Daniel; Galli, Julio Ricardo; et al.; Livestock feeding behaviour: A review on automated systems for ruminant monitoring; Academic Press Inc Elsevier Science; Biosystems Engineering; 246; 10-2024; 150-177
1537-5110
CONICET Digital
CONICET
url http://hdl.handle.net/11336/266869
identifier_str_mv Chelotti, Jose Omar; Martínez Rau, Luciano Sebastián; Ferrero, Mariano; Vignolo, Leandro Daniel; Galli, Julio Ricardo; et al.; Livestock feeding behaviour: A review on automated systems for ruminant monitoring; Academic Press Inc Elsevier Science; Biosystems Engineering; 246; 10-2024; 150-177
1537-5110
CONICET Digital
CONICET
dc.language.none.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://linkinghub.elsevier.com/retrieve/pii/S1537511024001752
info:eu-repo/semantics/altIdentifier/doi/10.1016/j.biosystemseng.2024.08.003
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Academic Press Inc Elsevier Science
publisher.none.fl_str_mv Academic Press Inc Elsevier Science
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1846782147340271616
score 12.982451

Publicaciones similares