Qualitas AG
Schweiz
Aspects économiques de l’élevage en Suisse - Qualitas AG
- 01 février 2026
- 100%
- Durée indéterminée
- Schweiz
Résumé de l'emploi
Simon Schlebusch a exploré un modèle bioéconomique pour optimiser l'élevage.
Tâches
- Il a calculé les poids économiques des caractéristiques dans la race Brown Swiss.
- L'étude a analysé l'impact des caractéristiques sur la rentabilité des exploitations laitières.
- Il propose des méthodes pour intégrer efficacement ces poids dans les décisions de sélection.
Compétences
- Diplôme de Master en agriculture ou en sciences animales requis.
- Expertise en statistiques et modélisation économique nécessaire.
- Connaissance approfondie des techniques de reproduction animale souhaitée.
Est-ce utile ?
À propos de cette offre
Simon Schlebusch a examiné dans le cadre de son mémoire de master une approche bioéconomique afin de calculer les poids économiques des différents caractères dans l’objectif de sélection des Brown Swiss et Holstein.
Contexte
La question de l’objectif optimal de sélection chez les vaches laitières est aussi ancienne que la sélection elle-même. Autrefois (avant 1970), la sélection des animaux d’élevage était principalement déterminée par l’apparence extérieure des animaux. Cela a changé avec la division croissante du travail, la spécialisation associée des exploitations et l’importance économique accrue des caractères de production, tels que la production laitière, la teneur en matière grasse et en protéines. En conséquence, ces caractères ont reçu un rôle dominant dans l’objectif de sélection.
En raison de cette évolution, des méthodes statistiques scientifiquement fondées comme le modèle animal BLUP ont été développées pour estimer les valeurs génétiques. La disponibilité de capacités de calcul bon marché a permis l’introduction de ces méthodes dans les organisations de sélection. Ce développement technique, combiné à l’introduction de technologies de reproduction, a conduit à une forte augmentation des performances en production laitière.
Modèle animal BLUP
BLUP signifie Best Linear Unbiased Prediction (meilleure prédiction linéaire sans biais) et désigne une classe de méthodes statistiques d’estimation avec des propriétés définies. Cette méthode est utilisée pour estimer des grandeurs inconnues, comme par exemple les valeurs génétiques.
Objectifs de sélection et valeur génétique totale
La libéralisation du marché laitier, c’est-à-dire la suppression des garanties de prix et des contingents laitiers, a entraîné un effondrement du prix du lait. Pour la sélection, cela signifiait que d’autres caractères, tels que la durée d’utilisation, le nombre de cellules, la fertilité et divers caractères de santé, ont acquis une plus grande importance économique.
Avec l’élargissement de l’objectif de sélection à d’autres caractères, la question s’est posée de savoir comment ces caractéristiques pouvaient être prises en compte dans la sélection des animaux. La réponse à cette question est la valeur génétique totale. Idéalement, les décisions de sélection sont prises sur la base d’un critère permettant un classement clair des candidats à la sélection.
Le critère optimal pour la sélection des animaux d’élevage sur plusieurs caractères est la valeur génétique totale, car elle correspond à la formulation mathématique de l’objectif de sélection et est calculée comme une moyenne pondérée des valeurs génétiques. Les poids économiques sont utilisés comme facteurs de pondération. Le poids économique d’un caractère correspond à la variation du bénéfice d’un troupeau de production pour une variation marginale de la moyenne de la population du caractère correspondant.
Une autre possibilité de pondération des caractères dans une valeur génétique totale consiste à définir les gains de sélection souhaités pour chaque caractère, puis à déterminer les facteurs de pondération en fonction de ces objectifs. Cette méthode de détermination des facteurs de pondération est appelée « Desired Gains ».
Cette méthode est très flexible et l’objectif de sélection peut être facilement adapté aux souhaits éventuels des éleveurs. Il faut toutefois noter que les facteurs de pondération ainsi dérivés ne tiennent pas compte du contexte économique des exploitations individuelles. À une époque de baisse des rendements, la pression pour optimiser économiquement la production augmente, car sinon aucun bénéfice ne peut être réalisé et l’existence des exploitations est remise en question.
Modèle bioéconomique
Les relations décrites dans les sections précédentes montrent l’importance des poids économiques. Ceux-ci peuvent être calculés à l’aide d’un modèle bioéconomique. Pour cela, un modèle de troupeau est créé dans lequel la taille du troupeau, la production laitière, la fertilité, etc. sont définis. Le graphique ci-dessous montre les différentes influences dans le modèle de troupeau.
La structure du troupeau utilisée dans le modèle s’est basée sur les paramètres suivants :
- Taille du troupeau fixée à 50 vaches avec des valeurs définies pour la quantité moyenne de lait
- Teneur en protéines et en matière grasse
- Nombre de cellules.
L’exploitation modélisée renonçait à un renouvellement interne des vaches taries. Toutes les sorties étaient remplacées par des bovins gestants achetés. Par conséquent, toutes les vaches ont été inséminées avec SILIAN et les veaux ont ensuite été vendus comme veaux d’élevage après quatre semaines.
Dans la deuxième partie du modèle bioéconomique, l’équation de profit est définie. Le profit ou la perte du troupeau de production modélisé est calculé. Les revenus se composent du paiement pour le lait, de la vente des vaches taries, de la vente des veaux d’élevage et des paiements directs.
En face se trouvent les dépenses, réparties entre les coûts alimentaires, l’achat de bovins, les coûts d’insémination ainsi que les coûts fixes et vétérinaires. Le paiement pour le lait se compose des paiements de base et des paiements pour la teneur en protéines et en matière grasse, ainsi que des primes pour le nombre de cellules exprimées par le Somatic Cell Score (SCS).
Le profit obtenu dans le modèle est cependant seulement partiellement intéressant pour le calcul des poids économiques, car les poids économiques correspondent à la variation du profit causée par une variation de l’entrée. L’entrée est modifiée de manière marginale, de sorte que toutes les hypothèses du modèle restent valables.
Exemple de cas pour la race Braunvieh
Le tableau suivant montre cela en chiffres pour le caractère quantité de lait chez la race Braunvieh, mais le concept peut également être appliqué à d’autres caractères et races.
CaractèreProfitProfitDifférenceQuantité de lait en kg366400366900500Profit en Fr.-23872.49-23822.4350.06La multiplication du poids économique par l’écart-type génétique, qui est de 564,78 kg pour le caractère lait chez le Braunvieh, donne donc 0,1001 * 564,78 = 56,55 Fr./écart-type génétique comme poids économique.
Les résultats du poids économique par écart-type génétique pour la race Braunvieh sont présentés dans le tableau suivant. Les résultats montrent que le caractère durée d’utilisation a le poids économique le plus élevé par écart-type génétique.
CaractèreFr./écart-type génétiqueQuantité de lait56,55Protéine101,30Matière grasse88,723NRR467,61Durée d’utilisation992,73SCS724,39Le graphique montre que les poids économiques déterminent les facteurs de pondération des valeurs génétiques des différents caractères dans la valeur génétique totale.
Il apparaît que les caractères fonctionnels représentent 90 % de l’indice et le complexe laitier environ 10 %. De plus, l’importance du caractère durée d’utilisation en ce qui concerne la rentabilité dans la sélection est mise en évidence. SCS avec 30 % et fertilité avec 20 % de la valeur génétique totale sont également importants.
Les résultats présentés ici montrent que l’intégration de la sélection et de la valeur génétique totale dans un contexte économique est très importante tant pour l’exploitation individuelle que pour la race entière afin de rester attractif et économiquement solide à l’avenir. La mise en œuvre des bases développées ici dans le travail pratique de sélection est donc très importante.
Quantité de lait : 2 %
Protéine : 4 %
Matière grasse : 4 %
NRR : 19 %
Durée d’utilisation : 41 %
SCS : 30 %
Mémoire de master chez Qualitas AG
Le mémoire de master a été réalisé en collaboration entre Simon Schlebusch et Qualitas. Pendant son stage, le diplômé de master a eu un aperçu de l’élevage laitier en Suisse et a été directement encadré par Peter von Rohr chez Qualitas.
Simon continuera à se consacrer au thème de la rentabilité dans l’élevage. Cette fois avec une thèse de doctorat visant à calculer la valeur économique d’une vache au sein du troupeau et ainsi rendre les décisions de tarissement au niveau de l’exploitation économiquement transparentes.
Chez Qualitas, nous proposons régulièrement des sujets pour des mémoires de master et des stages en estimation des valeurs génétiques. Si vous êtes intéressé, contactez-nous et découvrez à quoi ressemble un stage chez Qualitas.