Kehitystä naudanlihantuotantoon I
Bibliographic record
Abstract
InnoNauta Tiedotus -hankkeen keskeisenä tavoitteena on uusimman kotimaisen ja ulkomaisen tiedon hankinta ja sen saattaminen asiasta kiinnostuneiden tietoon. Tähän julkaisuun on koottu neljän naudanlihantuotantoa käsittelevän kirjallisuusselvityksen merkittävimmät tulokset. Ensimmäisessä selvityksessä kuvataan naudanlihantuotannon rakennekehitystä ja muutoksia naudanlihan tarjonnassa sekä esitellään naudanlihantuotantotilojen talouden kehitystä viime vuosina. Lisäksi tarkastellaan suomalaisten tilojen taloudellista asemaa suhteessa kilpailijamaiden lihanautatiloihin ja Euroopan unionin keskiarvoon. Naudanlihantuotantotiloilla on tapahtunut voimakasta rakennekehitystä Suomen EU-jäsenyyden aikana, sillä suuri joukko pieniä tiloja on lopettanut tuotantonsa samaan aikaan kun tuotanto on alkanut keskittymään yhä suurempiin tilakokoluokkiin. Rakennekehityksen seurauksena naudanlihantuotantotilojen keskimääräinen peltopinta-ala ja eläinmäärä ovat kasvaneet ja pellot ja eläimet keskittyneet yhä harvemmalle tilalle. Kotimainen naudanlihantuotanto ei pärjää tuotantokustannuksiltaan kansainvälisessä vertailussa. Heikon kannattavuuden kanssa painitaan Suomen lisäksi monessa muussakin jäsenmaassa. Toisessa kirjallisuusselvityksessä kootaan tietoa pikkuvasikoiden lämmönsäätelyn fysiologiasta ja kylmässä kasvattamisen vaikutuksista niiden terveyteen, tuotantoon ja hyvinvointiin. Vasikan kyky sietää alhaisia lämpötiloja kehittyy kasvun myötä eristyksen (karvapeite, ihonalainen rasva) parantuessa ja lämmöntuoton lisääntyessä. Vasikan kylmänkestävyyttä parantavat muun muassa energiapitoinen ruokinta, runsas olkikuivitus sekä ympäristön vedottomuus ja kuivuus. Vasikat ovat kasvaneet heikommin, yhtä hyvin tai jopa paremmin kylmissä kuin lämpimissä olosuhteissa. Kylmissä olosuhteissa kasvatus on lisännyt vasikoiden rehun syöntiä tai ei ole vaikuttanut siihen. Iglukasvatus on usein vähentänyt vasikoiden riskiä sairastua hengitystietulehdukseen ja ripuliin perinteiseen sisäkasvatukseen verrattuna, mutta aiheesta on saatu myös vastakkaisia tutkimustuloksia. Kolmannessa kirjallisuusselvityksessä kartoitetaan mahdollisuuksia vaikuttaa naudan ruhon rasvoittumiseen. Kirjallisuuden perusteella rasvan kertyminen ruhoon lisääntyy päiväkasvun nopeutuessa ja energian saannin lisääntyessä. Myös teuraspainon kasvu lisää ruhojen rasvaisuutta ja vähentää lihan sekä luun osuutta. Ruokinnan energiapitoisuuden pienentäminen vähentää yleensä ruhojen rasvoittumista, mutta hidastaa myös usein eläinten kasvua ja pidentää siten kasvatusaikaa. Valkuaislisän vaikutukset ruhon koostumukseen ovat yleensä vähäisiä. Erilaisten karkearehujen ja väkirehujen käytöllä ei ole tutkimuksissa ollut vaikutusta ruhojen rasvoittumiseen, jos eläinten energian saanti on ollut samalla tasolla eri ruokintaryhmien välillä. Lisääntyneen liikunnan on havaittu ehkäisevän nautojen rasvoittumista. Liikunnan seurauksena eläimet kuluttavat enemmän energiaa ja niihin kerääntyy enemmän lihaskudosta ja vähemmän rasvakudosta. Liharotuisten nautojen jalostuksellinen valinta residuaalisen syönnin perusteella voi olla tulevaisuudessa yksi mahdollinen keino tuottaa vähärasvaisempia ruhoja. Neljännessä selvityksessä esitetään tutkimustietoa liharotuisten nautojen rehuhyötysuhteen vaihtelusta, periytyvyydestä ja siihen liittyvistä seikoista. Perinteisesti rehun hyväksikäyttö on määritetty rehun muuntosuhteella. Rehun muuntosuhteessa ei oteta huomioon yksilöiden välisiä eroja ylläpitoon ja kasvuun tarvittavassa energiamäärässä. Residuaalinen syönti on yksi mahdollinen tapa mitata liharotuisten eläinten rehun hyväksikäyttöä. Residuaalinen syönti on erotus, joka muodostuu eläimen todellisesta syönnistä ja arvioidusta syönnistä saavutettua tuotantotulosta kohden. Laskentatavasta johtuen residuaaliseen syöntiin ei vaikuta eläimen koko tai tuotanto-ominaisuudet. Residuaalisen syönnin avulla on mahdollista löytää yksilöt, jotka syövät vähemmän rehua ja ovat tuotannollisilta ominaisuuksiltaan tasavertaisia. Residuaalinen syönti periytyy keskinkertaisesti Loppukasvatuksessa eläinten kuivaaineen syönti on ollut matalan residuaalisen syönnin eläimillä keskimäärin 12 % matalampi ja rehun muuntosuhde 9 15 % tehokkaampi kuin korkean residuaalisen syönnin eläimillä. Sonnan määrää sekä typpi-, fosfori- ja kaliumpäästöjä voidaan vähentää 15 17 % valitsemalla matalan residuaalisen syönnin omaavia eläimiä. Australialaisissa ja pohjoisamerikkalaisissa tutkimuksissa eläinten metaanintuotanto on ollut matalan residuaalisen syönnin eläimillä 25 30 % vähäisempää kuin korkean residuaalisen syönnin eläimillä. Myös teurasruhot ovat olleet hieman vähärasvaisempia matalan residuaalisen syönnin eläimillä. Matalan residuaalisen syönnin emot ovat poikineet 5 6 päivää myöhemmin kuin korkean residuaalisen syönnin emot.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.071 | 0.021 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".