ABSTRACT Pain is considered a condition that most affect the welfare of animals and its measurement is seen as a difficult task. This research aimed to determine the level of pain in pigs by their vocalization. It was recorded the vocalizations of 20 male piglets under normal circumstances (I), marking by Australian method (II), tail trimming management (III), and castration (IV). A unidirectional microphone and a digital recorder were used to record the sound signals. The results suggested that Pitch frequency (Hz), the maximum amplitude (Pa), and intensity (dB) increased from pain-free pigs to the marking procedure; and from marking to both tail trimming and castration The tail trimming and castration vocal response did not differ.

Este trabalho teve o objetivo de identificar diferenças no padrão de vocalização em função do sexo dos animais e diferentes situações de estresse. Foram utilizados 150 animais machos castrados e 150 fêmeas (linhagem Dalland®), com 100 dias de idade. Os suínos foram submetidos a diferentes situações de estresse: sede (animais sem acesso à água), fome (suínos sem acesso ao alimento), estresse térmico (ITU superior a 74) e BEA (animais com alimento e água, com ITU abaixo de 70). Foram registrados os sinais acústicos a cada 30 minutos, totalizando seis coletas para cada situação de estresse. Posteriormente, os áudios foram analisados pelo software Praat® 5.1.19, gerando um espectro sonoro. Para a determinação das condições de estresse, os dados foram processados no programa computacional WEKA® 3.5, utilizando o algoritmo de árvore de decisão C4.5, conhecido como J48 no ambiente do programa computacional WEKA®, considerando validação cruzada com amostras de 10% (10-fold cross-validation). De acordo com a Árvore de Decisão, o atributo acústico mais importante para a classificação das condições de estresse foi a Intensidade do som (nó raiz). Não foi possível identificar o sexo dos animais pelo registro vocal, utilizando os atributos testados. Foi gerada uma árvore de decisão para reconhecimento de situação de fome, sede e estresse térmico em suínos, a partir de registros da intensidade do som, da frequência de Pitch e da Formante 1.

This study aimed to identify differences in swine vocalization pattern according to animal gender and different stress conditions. A total of 150 barrow males and 150 females (Dalland® genetic strain), aged 100 days, were used in the experiment. Pigs were exposed to different stressful situations: thirst (no access to water), hunger (no access to food), and thermal stress (THI exceeding 74). For the control treatment, animals were kept under a comfort situation (animals with full access to food and water, with environmental THI lower than 70). Acoustic signals were recorded every 30 minutes, totaling six samples for each stress situation. Afterwards, the audios were analyzed by Praat® 5.1.19 software, generating a sound spectrum. For determination of stress conditions, data were processed by WEKA® 3.5 software, using the decision tree algorithm C4.5, known as J48 in the software environment, considering cross-validation with samples of 10% (10-fold cross-validation). According to the Decision Tree, the acoustic most important attribute for the classification of stress conditions was sound Intensity (root node). It was not possible to identify, using the tested attributes, the animal gender by vocal register. A decision tree was generated for recognition of situations of swine hunger, thirst, and heat stress from records of sound intensity, Pitch frequency, and Formant 1.

A suinocultura moderna enfrenta muitos desafios, dentre os quais o crescimento da produtividade, a melhoria da qualidade de carne, a redução de danos ambientais e a redução de custo de produção. Suínos gastam energia na vocalização, especialmente quando submetidos a determinado estresse. O desperdício de energia pode aumentar o custo de produção e conduzir a um maior dano ambiental. O objetivo deste estudo foi estimar a energia gasta pelos leitões sob o estresse da castração e seu efeito sobre o ganho de peso dos animais. Dois grupos de dez animais cada foram castrados, sendo um grupo com anestesia local e outro sem anestesia. As vocalizações dos leitões foram gravadas durante as diferentes fases do processo de castração, sendo objeto de uma estimativa da quantidade de energia emitida durante cada vocalização. Posteriormente, esta energia foi associada com o ganho de peso dos animais. Não houve diferença no gasto total da energia em ambos os grupos, uma vez que a energia utilizada durante a aplicação da anestesia foi semelhante à energia gasta durante a castração dos animais sem anestesia. Também não houve correlação entre a energia gasta e o ganho de peso dos animais. Foi possível estimar a quantidade de energia emitida através de vocalização. Esta energia gasta por leitões com dor foi maior do que em outras situações de manejo (contenção, pesagem e soltura).

Modern swine production faces many challenges nowadays, among which are productivity growth, meat quality improvement, decrease of environmental damage and reduction of cost production. Pigs spend energy to vocalizing, especially when they undergo stress. The waste of energy can increase the cost of production and lead to greater environmental damage. The goal of this study was to estimate the energy spent by pigs under the stress of castration and its effect on the animals' weight gain. Two groups of ten animals each were castrated, being one group with local anesthetic and the other without anesthetic. The piglets' vocalizations were recorded during different stages of the neutering process and then estimated of the amount of energy emitted during each vocalization. Afterwards, this energy was associated with the animals' weight gain. There was no difference in the total energy spent in both groups, since the energy used during the application of anesthetic was similar to the energy spent during the castration of the animals without anesthetic. There was also no correlation between energy spent and the animals' weight gain. It was possible to estimate the amount of energy emitted through vocalization. This energy spent by piglets in pain was greater than in other handling situations (contention, weighting and realease).

Problemas locomotores impedem a ave de se movimentar livremente, prejudicando o bem-estar e a produtividade, além de gerarem lesões nas pernas dos frangos. O objetivo deste trabalho foi avaliar a influência da idade, do uso de vitamina D, da assimetria de membros e do gait score, no grau de lesões de perna em frangos de corte, utilizando mineração de dados. A análise foi realizada em um conjunto de dados obtidos de um experimento de campo, em que foram utilizados dois grupos de aves com 30 aves cada, sendo um grupo-controle e outro tratado com vitamina D. Foram avaliados o gait score, a assimetria entre os dedos dos pés direito e esquerdo, e o grau de lesões de perna. O software Weka® foi utilizado na mineração de dados. Em particular, o algoritmo C4.5 (também conhecido como J48 no ambiente Weka) foi utilizado para a geração de uma árvore de decisão. Os resultados mostraram que a idade é o fator que mais influencia o grau de lesões de perna e que os dados provenientes das avaliações de gait score não se mostraram confiáveis para estimar problemas locomotores em frangos de corte.

Locomotor problems prevent the bird to move freely, jeopardizing the welfare and productivity, besides generating injuries on the legs of chickens. The objective of this study was to evaluate the influence of age, use of vitamin D, the asymmetry of limbs and gait score, the degree of leg injuries in broilers, using data mining. The analysis was performed on a data set obtained from a field experiment in which it was used two groups of birds with 30 birds each, a control group and one treated with vitamin D. It was evaluated the gait score, the asymmetry between the right and left toes, and the degree of leg injuries. The Weka ® software was used in data mining. In particular, C4.5 algorithm (also known as J48 in Weka environment) was used for the generation of a decision tree. The results showed that age is the factor that most influences the degree of leg injuries and that the data from assessments of gait score were not reliable to estimate leg weakness in broilers.

Entre os desafios da suinocultura no atual mercado competitivo, destaca-se a rastreabilidade do produto, que garante, entre muitos pontos, a questão do bem-estar animal. A vocalização é uma ferramenta útil para identificar situações de estresse em suínos e pode ser usada em registros de bem-estar, em processos de rastreabilidade. Este trabalho teve o objetivo de identificar estresse em leitões através da vocalização, classificando esse estresse em três níveis: sem estresse, estresse moderado e estresse agudo. Foi realizado um experimento em granja comercial da cidade de Holambra-SP, onde se gravou a vocalização de vinte leitões durante o procedimento de castração, separados em dois grupos: sem anestesia e com anestesia local à base de Lidocaína. Para a captura dos sinais acústicos, foi utilizado um microfone unidirecional conectado a um gravador digital, em que os sinais foram digitalizados a uma frequência de 44.100 Hz. Para análises dos sinais sonoros, foi usado o software Praat®, e diferentes algoritmos de mineração dos dados foram aplicados no software Weka®. A seleção de atributos melhorou a acurácia do modelo, sendo que o melhor método de seleção de atributos usado foi o Wrapper, enquanto os melhores algoritmos de classificação foram o k- NN e o Naive Bayes. De acordo com os resultados, foi possível classificar o nível de estresse em suínos através de sua vocalização.

Among the challenges of pig farming in today's competitive market, there is factor of the product traceability that ensures, among many points, animal welfare. Vocalization is a valuable tool to identify situations of stress in pigs, and it can be used in welfare records for traceability. The objective of this work was to identify stress in piglets using vocalization, calling this stress on three levels: no stress, moderate stress, and acute stress. An experiment was conducted on a commercial farm in the municipality of Holambra, São Paulo State , where vocalizations of twenty piglets were recorded during the castration procedure, and separated into two groups: without anesthesia and local anesthesia with lidocaine base. For the recording of acoustic signals, a unidirectional microphone was connected to a digital recorder, in which signals were digitized at a frequency of 44,100 Hz. For evaluation of sound signals, Praat® software was used, and different data mining algorithms were applied using Weka® software. The selection of attributes improved model accuracy, and the best attribute selection was used by applying Wrapper method, while the best classification algorithms were the k-NN and Naive Bayes. According to the results, it was possible to classify the level of stress in pigs through their vocalization.