ارزیابی روش‌های مدیریتی مؤثر بر نرخ آبستنی در تعدادی از گله‌های گاوهای هلشتاین ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، گروه علوم دامی، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان، ایران

2 دانشیار، گروه علوم دامی، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان، ایران

چکیده

نرخ آبستنی یک صفت مهم در بهره­وری صنعت گاو شیری است. برای ارزیابی روش­های مدیریتی مؤثر بر نرخ آبستنی در گله‌های هلشتاین ایران، اطلاعات مدیریت تولیدمثلی 60 گله (استان­های تهران، اصفهان، البرز و خراسان رضوی) براساس مدیریت گله در سال 1396 از طریق پرسشنامه جمع‌آوری شد. تجزیه و تحلیل آماری با استفاده از رویه مدل مختلط (Proc MIXED) نرم­افزار آماری SAS، با در نظر گرفتن عامل مدیریتی مورد بررسی و منطقه به­عنوان آثار ثابت و اثر آشیانه­ای گله داخل منطقه به عنوان اثر تصادفی، انجام شد. میانگین بازدید گاوها برای تشخیص فحلی در گله‌های موردبررسی 5/0±7/5 بار در روز و به‌مدت 3/1±2/11 دقیقه در هر بار بود. در 80 درصد از گله‌ها، همزمان­سازی فحلی انجام می­شد. مشکلات ناباروری عامل 46 درصد از کل حذف­ها بود. همچنین گاوهایی که آبستن نمی­شدند با تولید کمتر از 9/0±2/17 گیلوگرم از گله حذف می­شدند. میانگین نرخ آبستنی گله‌ها 3/0±22 درصد بود. عوامل مدیریتی همچون اندازه گله، سطح تولید، سن و وزن تلیسه به عنوان معیار اولین تلقیح، تعداد افراد متخصص فعال در بخش مدیریت تولیدمثل، معیار سطح تولید برای حذف دام­هایی که آبستن نمی‌شدند، نرخ حذف، باروری گاو نر به لحاظ ژنتیکی، تک‌مسئولیتی بودن فحل­یاب، دفعات و روش تشخیص آبستنی بر نرخ آبستنی مؤثر بودند. نتایج این مطالعه می­تواند اطلاعات مفیدی را جهت مقایسه عملکرد مدیریتی گله‌های گاو شیری کشور فراهم کند.

کلیدواژه‌ها


عنوان مقاله [English]

Evaluation of effective management practices on pregnancy rate in several herds of ‎Holstein dairy cows in Iran

نویسندگان [English]

  • Sara Hassanvand-Javanmard 1
  • Ali Sadeghi-Sefidmazgi 2
1 Ph.D. Candidate, Department of Animal Science, Faculty of Agriculture, Isfahan University of ‎Technology, Isfahan, Iran‎
2 Associate Professor, Department of Animal Science, Faculty of Agriculture, Isfahan University of Technology, Isfahan, Iran‎
چکیده [English]

Pregnancy rate is an important trait in productivity of the dairy herds. To evaluate the effective management practices on pregnancy rate of Iranian Holstein herds, the reproductive management data of 60 herds (Tehran, Isfahan, Alborz, and Mashhad provinces) were collected using a questionnaire based on herd management on 2017. Statistical analysis was performed using the mixed model procedure (Proc MIXED) of SAS software, considering the management factors and region as fixed effects and herd nested in the region, as a random effect. The average number of time per day cows observed for heat was 5.7±0.5 and 11.2±1.3 minutes per time, and 80 % of farms used synchronization. Infertility problems were the reasons of 46% of the total culling rate. Also, cows with milk yield less than 17.2±0.9 kg were removed from the herd. The mean pregnancy rate of herds was 22±0.3%. Pregnancy rate was influenced by management factors such as productive herd size, production level, age and weight of heifers as the criteria for first insemination, number of active expert people in reproduction management criteria, milk yield for culling cows that do not get pregnant, genetic aspect of fertility of bulls, single observer for heat detections, frequency of pregnancy examination during pregnancy period and method of pregnancy examination. The results obtained in this study can provide useful information to benchmark Iran dairy farms for reproductive performance.

کلیدواژه‌ها [English]

  • Benchmarking
  • dairy cow
  • fertility
  • reproduction‎
  1. Atashi, H., Zamiri, M., J. Sayyadnejad, M. B. & Akhlaghi, A. (2012). Trends in the reproductive performance of Holstein dairy cows in Iran. Tropical animal health and production, 44(8), 2001-2006.
  2. Britt, J. H. (1985). Enhanced Reproduction and Its Economic Implications1. Journal of Dairy Science, 68(6),1585-1592.
  3. Caraviello, D., Weigel, K., Craven, M., Gianola, D., Cook, N., Nordlund, K., Fricke, P. & Wiltbank, M. (2006). Analysis of reproductive performance of lactating cows on large dairy farms using machine learning algorithms. Journal of Dairy Science, 89(12),4703-4722.
  4. Cassandro, M. (2014). Genetic aspects of fertility traits in dairy cattle–review. Acta Agraria Kaposváriensis, 18,11-23.
  5. Darwash, A., Lamming, G. & Woolliams. J. (1999). The potential for identifying heritable endocrine parameters associated with fertility in post-partum dairy cows. Animal Science, 68(2), 333-347.
  6. Dashti, H., Riasi, A., Edris, M. A., Ghorbani, G. R. & Omidi-Mirzaei, H. (2016). Effects of summer and winter temperature-humidity index on performance of some reproductive traits of high producing dairy cows. Iranian Journal of Animal Science, 47(2),321- 327. (in Farsi)
  7. Denis-Robichaud, J., Cerri, R. Jones-Bitton, A. & LeBlanc, S. (2016). Survey of reproduction management on Canadian dairy farms. Journal of dairy science, 99(11),9339-9351.
  8. Denis-Robichaud, J., Cerri, R., Jones-Bitton, A. & LeBlanc, S. (2018). Dairy producers' attitudes toward reproductive management and performance on Canadian dairy farms. Journal of dairy science, 101(1),850-860.
  9. Fricke, P. (2002). Scanning the future-Ultrasonography as a reproductive management tool for dairy cattle. Journal of Dairy Science, 85(8), 1918-1926.
  10. Gorji, R., Ghorbani, G. R., Rahmani, H. R. & Sadeghi-Sefidmazgi, A. (2015). Phenotypic analysis of fertility in Holstein dairy cattle of Iran. Journal of Ruminant Research, 3(2), 149-162. (in Farsi)
  11. Hassanvand-Javanmard, S., Sadeghi-Sefidmazgi, A., Hassanvand, S., Dadpasand, M., Alikhani, M. & Amer, P. (2016). Genetic and phenotypic analyses for profitability in Iranian Holsteins. Canadian journal of animal science, 97(3), 365-371.
  12. Hemati, M., Zare-Shahne, A. & Vaez-Torshizi, R. (2006). Investigation of some factors affecting reproductive performance in Holstein cows in Tehran province. Iranian Journal of Agricultuer Science, 37(5), 831-837. (in Farsi)
  13. Heravi Moussavi, A. R., Danesh Mesgaran, M. & Vafa, T. (2013). Factors affecting reproductive performance of Holstein Dairy Cows. Journal. of Ruminant Research, 1(2), 75-92. (in Farsi)
  14. Jorjani, H. (2006). International genetic evaluation for female fertility traits. Interbull Bulletin, (34), 57-57.
  15. Lucy, M. (2001). Reproductive loss in high-producing dairy cattle: where will it end? Journal of dairy science, 84(6), 1277-1293.
  16. Mahnnai, A. & Sadeghi-Sefidmazg, A. (2018). An investigation of the causes and the financial losses due to early removal in Holstein farms of Isfahan province. Iranian Journal of Animal Science, 49(2). (in Farsi)
  17. Neves, R. & LeBlanc, S. (2015). Reproductive management practices and performance of Canadian dairy herds using automated activity-monitoring systems. Journal of Dairy Science, 98(4), 2801-2811.
  18. Pfeiffer, J., Gandorfer, M. & Ettema, J. (2019). Evaluation of activity meters for estrus detection: A stochastic bioeconomic modeling approach. Journal of Dairy Science, 103, 492-506.
  19. Pieterse, M., Szenci, O., Willemse, A., Bajcsy, C., Dieleman, S. & Taverne, M. (1990). Early pregnancy diagnosis in cattle by means of linear-array real-time ultrasound scanning of the uterus and a qualitative and quantitative milk progesterone test. Theriogenology, 33(3), 697-707.
  20. Sadeghi-Sefidmazgi, A. & Rayatdoost-Baghal, F. (2014). Effects of herd management practices on somatic cell counts in an arid climate. Revista Brasileira de Zootecnia, 43(9), 499-504.
  21. VanRaden, P., Sanders, A., Tooker, M., Miller, R., Norman, H., Kuhn, M. & Wiggans, G. (2004). Development of a national genetic evaluation for cow fertility. Journal of dairy science, 87(7), 2285-2292.