把死亡/淘汰的母猪数据录入管理软件中似乎是一件很容易的事情,但录入的数据经常不完整,录入日期错误,没有记录死亡/淘汰原因。而正确录入数据并合理分析能给猪场提供管理-财务等有用信息。在这篇文章中,我们将提供一些正确录入~数据的原则。
死亡/淘汰数据录入
1.死亡类型:两种,即母猪死在猪场内和母猪送入屠宰场(淘汰)。然而,~由于各种原因(如:它们不能装入卡车),有些准备送入屠宰场的母猪,在猪场就被安乐处死。在这些情况下有两种选择:
- 安乐处死的母猪列入淘汰母猪组:即这组的母猪都将被淘汰。这样,我们能获得死猪和淘汰母猪分开的信息。同时,也能够分析猪场淘汰~母猪的原因。
- 安乐处死母猪不列入淘汰母猪组:在这种情况下,安乐处死母猪做死猪处理。这样,我们不仅获得死亡母猪的经济损失,也获得安乐死母猪的经济损失。
不论如何选择,最重要的是当研究猪场母猪死亡或淘汰母猪时,应该记住上面两种情况。
2.死亡/淘汰的时机:很明显,母猪死亡/淘汰的合理时机是母猪死亡当天。但通常不会按这种方式完成,因为在一些猪场,习惯做法是在决定送往屠宰场时写下死亡时间,但这并不是母猪装载卡车屠宰的那一天。这种录入数据的方法似乎表明猪场情况改善(非生产日降低、生产母猪存栏降低、断奶仔猪/母猪/年升高)。但是这是错误的,因为生产性能并没有真正改善,这些母猪仍然采食饲料,占据猪场空间。我们也会损失一些有价值信息,如下:
表1. 一年两个猪场由于死亡(母猪死亡或销售)非生产日的损失
A猪场 | B猪场 |
本例中,我们看到:在B猪场,他们用了一周多的时间把断奶的淘汰母猪运往屠宰场,而在A猪场用了三周多时间,这对NPD平均值产生了负面影响。如果母猪在断奶时已经被录入“死亡/淘汰”,这个差别无法看出来,A猪场就不可能这么做了。
3.死亡/淘汰原因:母猪淘汰死亡的原因很多,而死亡或者淘汰的原因不同。
死亡原因:以一个典型猪场死亡原因为例,对最常见的错误进行讨论。
表2 - 一年中猪场母猪死亡的原因
Not mated sow | Aborted sow | Empty sow | Pregnant | Not mated gilt | |||||||
No. | No. | % | No. | % | No. | % | No. | % | No. | % | |
流产 | 3 | 1 | 33.3 | 0 | - | 0 | - | 2 | 66.7 | 0 | - |
无乳 | 1 | 1 | 100 | 0 | - | 0 | - | 0 | - | 0 | - |
心脏病 | 4 | 4 | 100 | 0 | - | 0 | - | 0 | - | 0 | - |
未知 | 57 | 27 | 47.4 | 0 | - | 0 | - | 28 | 49.1 | 2 | 3.5 |
死在猪场 | 1 | 0 | - | 0 | - | 0 | - | 1 | 100 | 0 | - |
猝死 | 7 | 3 | 42.9 | 0 | - | 0 | - | 4 | 57.1 | 0 | - |
其他 | 1 | 0 | - | 0 | - | 0 | - | 1 | 100 | 0 | - |
分娩时生产力 | 2 | 2 | 100 | 0 | - | 0 | - | 0 | - | 0 | - |
老龄 | 19 | 16 | 84.2 | 0 | - | 0 | - | 1 | 53 | 2 | 10.5 |
全部 | 95 | 54 | 56.8 | 0 | - | 0 | - | 37 | 38.9 | 4 | 4.2 |
我们可以看到,60%的死亡原因”未知“。当记录死亡母猪时,这是主要问题。当尸检检测主要死亡原因时(梭菌、肠扭转),员工的基本培训对于降低“未知”比例很有用。基本的剖检不会占用太多时间,但却能给我们提供有效信息。
我们还可以看到,20%母猪死亡原因是”年老“。我们必须要清楚,在猪场没有母猪因为年老而死,但确实有一些老龄母猪死亡,但原因绝对不是年龄大,而是某个主要原因。因此,检测母猪死亡/淘汰的主要原因很重要。例如,一头母猪难产导致子宫感染,造成子宫炎。如果这头母猪几天之后死亡,那么死亡原因应该写难产而不是子宫炎。
淘汰原因:见表3
表3. 猪场一年内淘汰母猪的原因
Not mated sow | Aborted sow | Empty sow | Pregnant | Not mated gilt | |||||||
No. | No. | % | No. | % | No. | % | No. | % | No. | % | |
流产 | 13 | 2 | 15.4 | 9 | 69.2 | 0 | - | 2 | 15.4 | 0 | - |
跛行 | 13 | 11 | 84.6 | 0 | - | 0 | - | 1 | 7.7 | 1 | 7.7 |
流脓 | 7 | 1 | 14.3 | 0 | - | 0 | - | 6 | 85.7 | 0 | - |
未知 | 191 | 75 | 39.3 | 7 | 3.7 | 0 | - | 92 | 48.2 | 16 | 8.4 |
孕检阴性 | 5 | 1 | 20.0 | 0 | - | 0 | - | 4 | 80.0 | 0 | - |
一般疾病 | 1 | 0 | - | 0 | - | 0 | - | 0 | - | 1 | 100 |
繁殖问题, 母猪 | 1 | 0 | - | 0 | - | 0 | - | 1 | 100 | 0 | - |
体况差 | 1 | 1 | 100 | 0 | - | 0 | - | 0 | - | 0 | - |
猝死 | 11 | 0 | - | 1 | 9.1 | 0 | - | 7 | 63.6 | 2 | 18.2 |
Not mated | 2 | 2 | 100 | 0 | - | 0 | - | 0 | - | 0 | - |
其它 | 25 | 15 | 60 | 1 | 4.0 | 0 | - | 8 | 32.0 | 1 | 4.0 |
窝产仔数低 | 6 | 5 | 83.3 | 0 | - | 0 | - | 1 | 16.7 | 0 | - |
分娩时生产力 | 28 | 28 | 100 | 0 | - | 0 | - | 0 | - | 0 | - |
直肠脱垂 | 1 | 0 | - | 0 | - | 0 | - | 1 | 100 | 0 | - |
返情 | 6 | 0 | - | 0 | - | 0 | - | 6 | 100 | 0 | - |
PUT DOWN | 1 | 0 | - | 0 | - | 0 | - | 1 | 100 | 0 | - |
不发情 | 2 | 0 | - | 0 | - | 0 | - | 1 | 50 | 1 | 50 |
脏 | 5 | 1 | 20 | 0 | - | 0 | - | 4 | 80 | 0 | - |
Empty | 5 | 0 | - | 0 | - | 0 | - | 5 | 100 | 0 | - |
老龄 | 126 | 86 | 68.3 | 2 | 1.6 | 0 | - | 32 | 25.4 | 6 | 4.8 |
Total | 450 | 228 | 50.7 | 20 | 50.7 | 0 | - | 172 | 38.2 | 28 | 6.2 |
我们又一次看到大部分母猪淘汰的原因”未知“,而所有送去屠宰场的母猪应该有一个的淘汰原因。
我们还看到淘汰原因很多。因此,建议使用的淘汰原因不要太多(最多11或12个),这样便于日后分析。例如,我们可以把一些原因列为一组,例如:“排泄”和“脏”、“分娩生产力”和“产仔数低”等。我们也可以看到其它失误,如淘汰原因为猝死、流产。
记录数据的质量对于日后的分析和决策很重要。正确录入数据在于所有参与数据收集人员有统一标准,并且始终遵守这套标准。下一篇文章中,我们将会定义死亡/淘汰原因,避免文中描述的一些错误。