| Přispěvatelé: |
AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Cooperl Arc Atlantique, 1 rue de la Gare, 22640 Plestan, Mathieu Emily, Arnaud Buchet |
| Popis: |
The performances of a pig farm are commonly measured with several indicators like the age at 115 kg, the global feed conversion rate and the number of piglets produced per present sows per year (PWSY). However, most of them don’t take into account the entire chain datas. Cooperl has an enough huge presence in the entire pork industry to collect informations throughout the pork life cycle ranging from the piglet birth at farm to slaughter by way of the alimentation, the herd’s technico-economic management, the purchase of veterinary products, the purchase of small equipments, the reproduction type in farm, the type of installations in farm as well as controls carried out at slaughter. All these datas represent a mine of new information in this sector. This is why we are interested in this dataset to give a more complete view of the performance of the farms than what already exists today. The main objective of this is to identify farm practice profiles. This work is done in two main phases : analysis of the possible links between the base variables using descriptive statistics and the identification of farm practice profiles using Multiple Factor Analysis (MFA) and Hierarchical Clustering on Principal Components (HCPC).; Les performances techniques d’un élevage porcin sont communément mesurées à l’aide de plusieurs indicateurs : l’âge à 115 kg, l’indice de consommation global et la productivité annuelle. Seulement, ces indicateurs ne prennent pas en compte les données de la filière. La Cooperl dispose d’une présence suffisamment large sur toute la filière porcine pour pouvoir collecter les informations tout au long du cycle de vie du porc allant de la naissance du porcelet chez l’éleveur à l’abattage en passant par l’alimentation, la gestion technico-économique du troupeau, l’achat des produits vétérinaires, l’achat de petits équipements, le type de reproduction de l’élevage, le type d’installations de l’élevage ainsi que les contrôles sanitaires réalisés à l’abattage. Toutes ces données représentent une mine d’informations inédites dans ce secteur. C’est pourquoi nous nous intéressons à ce jeu de données pour donner une vision plus complète de la performance des élevages que ce qui existe déjà aujourd’hui. L’objectif principal étant d’identifier des profils de pratiques dans les élevages. Ce travail se fait en deux phases principales : l’analyse des liens pouvant exister entre les variables de la base à l’aide de statistiques descriptives et l’identification de profils de pratique d’élevages à l’aide d’une Analyse Factorielle Multiple (AFM) et d’une Classification Hiérarchique sur Composantes Principales (HCPC). |
