{"id":1924,"date":"2025-10-29T11:11:40","date_gmt":"2025-10-29T15:11:40","guid":{"rendered":"https:\/\/wp.well-e.org\/?page_id=1924"},"modified":"2025-10-29T17:03:41","modified_gmt":"2025-10-29T21:03:41","slug":"theses","status":"publish","type":"page","link":"https:\/\/wp.well-e.org\/fr\/theses\/","title":{"rendered":"Theses"},"content":{"rendered":"\n<div class=\"teachpress_pub_list\"><form name=\"tppublistform\" method=\"get\"><a name=\"tppubs\" id=\"tppubs\"><\/a><div class=\"teachpress_filter\"><select class=\"default\" name=\"yr\" id=\"yr\" tabindex=\"2\" onchange=\"teachpress_jumpMenu('parent',this, 'https:\/\/wp.well-e.org\/fr\/theses\/?')\">\r\n                   <option value=\"tgid=&amp;type=&amp;auth=&amp;usr=&amp;yr=#tppubs\">Toutes les ann\u00e9es<\/option>\r\n                   <option value=\"tgid=&amp;type=&amp;auth=&amp;usr=&amp;yr=2025#tppubs\">2025<\/option>\r\n                <\/select><select class=\"default\" name=\"tgid\" id=\"tgid\" tabindex=\"4\" onchange=\"teachpress_jumpMenu('parent',this, 'https:\/\/wp.well-e.org\/fr\/theses\/?')\">\r\n                   <option value=\"yr=&amp;type=&amp;auth=&amp;usr=&amp;tgid=#tppubs\">Tous les mots-cl\u00e9s<\/option>\r\n                   <option value=\"yr=&amp;type=&amp;auth=&amp;usr=&amp;tgid=30#tppubs\">Article de conference<\/option><option value=\"yr=&amp;type=&amp;auth=&amp;usr=&amp;tgid=31#tppubs\">Article de journal<\/option><option value=\"yr=&amp;type=&amp;auth=&amp;usr=&amp;tgid=12#tppubs\">Conference paper<\/option><option value=\"yr=&amp;type=&amp;auth=&amp;usr=&amp;tgid=27#tppubs\">Conf\u00e9rence pl\u00e9ni\u00e8re<\/option><option value=\"yr=&amp;type=&amp;auth=&amp;usr=&amp;tgid=34#tppubs\">Conference proceedings<\/option><option value=\"yr=&amp;type=&amp;auth=&amp;usr=&amp;tgid=29#tppubs\">conf\u00e9rencier invit\u00e9<\/option><option value=\"yr=&amp;type=&amp;auth=&amp;usr=&amp;tgid=35#tppubs\">Preprint<\/option><option value=\"yr=&amp;type=&amp;auth=&amp;usr=&amp;tgid=11#tppubs\">Presentation<\/option><option value=\"yr=&amp;type=&amp;auth=&amp;usr=&amp;tgid=28#tppubs\">section d\u2019un livre<\/option><option value=\"yr=&amp;type=&amp;auth=&amp;usr=&amp;tgid=26#tppubs\">Table ronde<\/option><option value=\"yr=&amp;type=&amp;auth=&amp;usr=&amp;tgid=25#tppubs\">These<\/option>\r\n                <\/select><\/div><\/form><div class=\"teachpress_publication_list\"><div class=\"tp_publication tp_publication_mastersthesis\"><div class=\"tp_pub_info\"><p class=\"tp_pub_author\"> Xu, Xu<\/p><p class=\"tp_pub_title\"><a class=\"tp_title_link\" href=\"https:\/\/wp.well-e.org\/fr\/publication\/youve-got-a-friend-in-me-exploration-of-personality-concepts-and-validation-of-common-personality-tests-in-dairy-cattle\/\" title=\"https:\/\/escholarship.mcgill.ca\/concern\/theses\/zk51vp695?locale=en\" target=\"blank\">You've got a friend in me: Exploration of personality concepts and validation of common personality tests in dairy cattle<\/a> <a href=\"https:\/\/escholarship.mcgill.ca\/concern\/theses\/zk51vp695?locale=en\" target=\"_blank\" rel=\"noopener\" class=\"tp-external-link\">[External]<\/a> <span class=\"tp_pub_type tp_  mastersthesis\">M\u00e9moire de ma\u00eetrise<\/span> <\/p><p class=\"tp_pub_additional\"><span class=\"tp_pub_additional_school\">McGill University, <\/span><span class=\"tp_pub_additional_address\">Montreal, Canada, <\/span><span class=\"tp_pub_additional_year\">2025<\/span>.<\/p><p class=\"tp_pub_menu\"><span class=\"tp_abstract_link\"><a id=\"tp_abstract_sh_103\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('103','tp_abstract')\" title=\"Montrer le r\u00e9sum\u00e9\" style=\"cursor:pointer;\">R\u00e9sum\u00e9<\/a><\/span> | <span class=\"tp_resource_link\"><a id=\"tp_links_sh_103\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('103','tp_links')\" title=\"Afficher les liens et les ressources\" style=\"cursor:pointer;\">Liens<\/a><\/span> | <span class=\"tp_bibtex_link\"><a id=\"tp_bibtex_sh_103\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('103','tp_bibtex')\" title=\"Afficher BibTeX entr\u00e9e\" style=\"cursor:pointer;\">BibTeX<\/a><\/span> | <span class=\"tp_pub_tags_label\">\u00c9tiquettes: <\/span><a rel=\"nofollow\" href=\"https:\/\/wp.well-e.org\/fr\/theses\/?tgid=25#tppubs\" title=\"Afficher toutes les publications ayant une relation avec cette balise\">These<\/a><\/p><div class=\"tp_bibtex\" id=\"tp_bibtex_103\" style=\"display:none;\"><div class=\"tp_bibtex_entry\"><pre>@mastersthesis{xu_youve_2025,<br>\r\ntitle = {You've got a friend in me: Exploration of personality concepts and validation of common personality tests in dairy cattle},<br>\r\nauthor = {Xu Xu},<br>\r\nurl = {https:\/\/escholarship.mcgill.ca\/concern\/theses\/zk51vp695?locale=en},<br>\r\nyear  = {2025},<br>\r\ndate = {2025-01-01},<br>\r\naddress = {Montreal, Canada},<br>\r\nschool = {McGill University},<br>\r\nabstract = {Les vaches laiti\u00e8res jouent un r\u00f4le crucial dans l\u2019agriculture canadienne, avec des troupeaux de grande taille permettant une production laiti\u00e8re importante et n\u00e9cessitant des strat\u00e9gies de gestion efficaces. Les syst\u00e8mes de production intensive optimisent la productivit\u00e9 mais peuvent limiter les comportements naturels, soulevant des pr\u00e9occupations en mati\u00e8re de bien-\u00eatre animal. L\u2019enrichissement social, particuli\u00e8rement pertinent pour ces animaux gr\u00e9gaires, a \u00e9t\u00e9 propos\u00e9 comme moyen d\u2019am\u00e9liorer le bien-\u00eatre en favorisant des comportements affiliatifs et r\u00e9duisant le stress. Cependant, l\u2019efficacit\u00e9 de l\u2019enrichissement varie selon les individus, car les vaches pr\u00e9sentent des comportements stables dans le temps et \u00e0 travers les contextes, connus sous le nom de personnalit\u00e9, ce qui influence leurs r\u00e9ponses \u00e0 l\u2019enrichissement. Malgr\u00e9 un int\u00e9r\u00eat croissant pour la personnalit\u00e9 animale, les recherches sur les bovins laitiers restent limit\u00e9es et la relation entre la personnalit\u00e9 et l\u2019enrichissement est encore largement inexplor\u00e9e. Cette revue de la litt\u00e9rature (scoping review) synth\u00e9tise les connaissances actuelles sur la personnalit\u00e9 des bovins laitiers et son influence sur les r\u00e9ponses \u00e0 l\u2019enrichissement social. Trente-quatre articles ont \u00e9t\u00e9 inclus suivant les lignes directrices PRISMA. Un trait de personnalit\u00e9 d\u00e9signe une tendance constante d\u00e9duite de comportements observables, tandis qu\u2019une dimension regroupe plusieurs traits de personnalit\u00e9. Les r\u00e9sultats pr\u00e9liminaires indiquent que les articles examin\u00e9s \u00e9chouent \u00e0 \u00e9tablir un cadre clair entre les comportements et les traits de personnalit\u00e9 et ne tiennent pas compte de l\u2019interd\u00e9pendance et de la variabilit\u00e9 contextuelle des traits. Des cadres ont \u00e9t\u00e9 d\u00e9velopp\u00e9s pour explorer les liens potentiels entre personnalit\u00e9 et comportement. Toutefois, le nombre limit\u00e9 d\u2019\u00e9tudes \u00e0 long terme et l\u2019absence d\u2019\u00e9valuation de la constance \u00e0 court terme sugg\u00e8rent que ces r\u00e9sultats peuvent ne pas \u00eatre totalement valides pour identifier la personnalit\u00e9. Les sch\u00e9mas comportementaux n\u2019ont pas \u00e9t\u00e9 mesur\u00e9s de fa\u00e7on r\u00e9p\u00e9t\u00e9e ou dans des contextes vari\u00e9s, deux \u00e9l\u00e9ments essentiels pour \u00e9tablir des traits stables. Pour combler cette lacune, une \u00e9tude exp\u00e9rimentale a \u00e9t\u00e9 r\u00e9alis\u00e9e afin d\u2019\u00e9valuer la validit\u00e9 et la fiabilit\u00e9 des tests comportementaux utilis\u00e9s pour mesurer la personnalit\u00e9 des animaux. Cinq tests ont \u00e9t\u00e9 s\u00e9lectionn\u00e9s : le test d\u2019approche d\u2019un humain, le test de la soudainet\u00e9, le test du nouvel objet, le test de l\u2019aire ouverte, et le test d\u2019une nouvelle surface. Leur constance \u00e0 court, moyen et long terme a \u00e9t\u00e9 \u00e9valu\u00e9e sur trois p\u00e9riodes, avec des comparaisons visant \u00e0 identifier les comportements constants \u00e0 travers les contextes. Les r\u00e9sultats sugg\u00e8rent que le test de la soudainet\u00e9 est un outil fiable pour mesurer les traits de personnalit\u00e9, car il montre des comportements constants \u00e0 travers les p\u00e9riodes. Des corr\u00e9lations fortes entre les tests d\u2019approche d\u2019un humain et de la soudainet\u00e9 indiquent qu\u2019ils pourraient \u00e9valuer un trait sous-jacent commun. En revanche, les incoh\u00e9rences observ\u00e9es entre les autres tests semblent li\u00e9es au caract\u00e8re contextuel des comportements mesur\u00e9s. Cela sugg\u00e8re que ces tests pourraient capturer uniquement des r\u00e9ponses situationnelles ou transitoires, limitant leur fiabilit\u00e9 pour \u00e9valuer la personnalit\u00e9 de mani\u00e8re durable. Des recherches suppl\u00e9mentaires sont n\u00e9cessaires pour am\u00e9liorer la validit\u00e9 des mesures de la personnalit\u00e9, en utilisant des m\u00e9thodes statistiques alternatives, une taille d\u2019\u00e9chantillon plus grande et des environnements plus constants. En identifiant les tests les plus efficaces pour capturer des traits stables, ces \u00e9tudes contribuent au d\u00e9veloppement du domaine de la personnalit\u00e9 animale en posant les bases d\u2019une \u00e9valuation standardis\u00e9e de la personnalit\u00e9 chez les bovins laitiers},<br>\r\nkeywords = {These},<br>\r\npubstate = {published},<br>\r\ntppubtype = {mastersthesis}<br>\r\n}<br>\r\n<\/pre><\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('103','tp_bibtex')\">Fermer<\/a><\/p><\/div><div class=\"tp_abstract\" id=\"tp_abstract_103\" style=\"display:none;\"><div class=\"tp_abstract_entry\">Les vaches laiti\u00e8res jouent un r\u00f4le crucial dans l\u2019agriculture canadienne, avec des troupeaux de grande taille permettant une production laiti\u00e8re importante et n\u00e9cessitant des strat\u00e9gies de gestion efficaces. Les syst\u00e8mes de production intensive optimisent la productivit\u00e9 mais peuvent limiter les comportements naturels, soulevant des pr\u00e9occupations en mati\u00e8re de bien-\u00eatre animal. L\u2019enrichissement social, particuli\u00e8rement pertinent pour ces animaux gr\u00e9gaires, a \u00e9t\u00e9 propos\u00e9 comme moyen d\u2019am\u00e9liorer le bien-\u00eatre en favorisant des comportements affiliatifs et r\u00e9duisant le stress. Cependant, l\u2019efficacit\u00e9 de l\u2019enrichissement varie selon les individus, car les vaches pr\u00e9sentent des comportements stables dans le temps et \u00e0 travers les contextes, connus sous le nom de personnalit\u00e9, ce qui influence leurs r\u00e9ponses \u00e0 l\u2019enrichissement. Malgr\u00e9 un int\u00e9r\u00eat croissant pour la personnalit\u00e9 animale, les recherches sur les bovins laitiers restent limit\u00e9es et la relation entre la personnalit\u00e9 et l\u2019enrichissement est encore largement inexplor\u00e9e. Cette revue de la litt\u00e9rature (scoping review) synth\u00e9tise les connaissances actuelles sur la personnalit\u00e9 des bovins laitiers et son influence sur les r\u00e9ponses \u00e0 l\u2019enrichissement social. Trente-quatre articles ont \u00e9t\u00e9 inclus suivant les lignes directrices PRISMA. Un trait de personnalit\u00e9 d\u00e9signe une tendance constante d\u00e9duite de comportements observables, tandis qu\u2019une dimension regroupe plusieurs traits de personnalit\u00e9. Les r\u00e9sultats pr\u00e9liminaires indiquent que les articles examin\u00e9s \u00e9chouent \u00e0 \u00e9tablir un cadre clair entre les comportements et les traits de personnalit\u00e9 et ne tiennent pas compte de l\u2019interd\u00e9pendance et de la variabilit\u00e9 contextuelle des traits. Des cadres ont \u00e9t\u00e9 d\u00e9velopp\u00e9s pour explorer les liens potentiels entre personnalit\u00e9 et comportement. Toutefois, le nombre limit\u00e9 d\u2019\u00e9tudes \u00e0 long terme et l\u2019absence d\u2019\u00e9valuation de la constance \u00e0 court terme sugg\u00e8rent que ces r\u00e9sultats peuvent ne pas \u00eatre totalement valides pour identifier la personnalit\u00e9. Les sch\u00e9mas comportementaux n\u2019ont pas \u00e9t\u00e9 mesur\u00e9s de fa\u00e7on r\u00e9p\u00e9t\u00e9e ou dans des contextes vari\u00e9s, deux \u00e9l\u00e9ments essentiels pour \u00e9tablir des traits stables. Pour combler cette lacune, une \u00e9tude exp\u00e9rimentale a \u00e9t\u00e9 r\u00e9alis\u00e9e afin d\u2019\u00e9valuer la validit\u00e9 et la fiabilit\u00e9 des tests comportementaux utilis\u00e9s pour mesurer la personnalit\u00e9 des animaux. Cinq tests ont \u00e9t\u00e9 s\u00e9lectionn\u00e9s : le test d\u2019approche d\u2019un humain, le test de la soudainet\u00e9, le test du nouvel objet, le test de l\u2019aire ouverte, et le test d\u2019une nouvelle surface. Leur constance \u00e0 court, moyen et long terme a \u00e9t\u00e9 \u00e9valu\u00e9e sur trois p\u00e9riodes, avec des comparaisons visant \u00e0 identifier les comportements constants \u00e0 travers les contextes. Les r\u00e9sultats sugg\u00e8rent que le test de la soudainet\u00e9 est un outil fiable pour mesurer les traits de personnalit\u00e9, car il montre des comportements constants \u00e0 travers les p\u00e9riodes. Des corr\u00e9lations fortes entre les tests d\u2019approche d\u2019un humain et de la soudainet\u00e9 indiquent qu\u2019ils pourraient \u00e9valuer un trait sous-jacent commun. En revanche, les incoh\u00e9rences observ\u00e9es entre les autres tests semblent li\u00e9es au caract\u00e8re contextuel des comportements mesur\u00e9s. Cela sugg\u00e8re que ces tests pourraient capturer uniquement des r\u00e9ponses situationnelles ou transitoires, limitant leur fiabilit\u00e9 pour \u00e9valuer la personnalit\u00e9 de mani\u00e8re durable. Des recherches suppl\u00e9mentaires sont n\u00e9cessaires pour am\u00e9liorer la validit\u00e9 des mesures de la personnalit\u00e9, en utilisant des m\u00e9thodes statistiques alternatives, une taille d\u2019\u00e9chantillon plus grande et des environnements plus constants. En identifiant les tests les plus efficaces pour capturer des traits stables, ces \u00e9tudes contribuent au d\u00e9veloppement du domaine de la personnalit\u00e9 animale en posant les bases d\u2019une \u00e9valuation standardis\u00e9e de la personnalit\u00e9 chez les bovins laitiers<\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('103','tp_abstract')\">Fermer<\/a><\/p><\/div><div class=\"tp_links\" id=\"tp_links_103\" style=\"display:none;\"><div class=\"tp_links_entry\"><ul class=\"tp_pub_list\"><li><i class=\"fas fa-globe\"><\/i><a class=\"tp_pub_list\" href=\"https:\/\/wp.well-e.org\/fr\/publication\/youve-got-a-friend-in-me-exploration-of-personality-concepts-and-validation-of-common-personality-tests-in-dairy-cattle\/\" title=\"https:\/\/escholarship.mcgill.ca\/concern\/theses\/zk51vp695?locale=en\" target=\"_blank\">https:\/\/escholarship.mcgill.ca\/concern\/theses\/zk51vp695?locale=en<\/a> <a href=\"https:\/\/escholarship.mcgill.ca\/concern\/theses\/zk51vp695?locale=en\" target=\"_blank\" rel=\"noopener\" class=\"tp-external-link\">[External]<\/a><\/li><\/ul><\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('103','tp_links')\">Fermer<\/a><\/p><\/div><\/div><\/div><div class=\"tp_publication tp_publication_phdthesis\"><div class=\"tp_pub_info\"><p class=\"tp_pub_author\"> Muszik, Jasmine<\/p><p class=\"tp_pub_title\"><a class=\"tp_title_link\" href=\"https:\/\/wp.well-e.org\/fr\/publication\/implementing-on-farm-enrichment-effects-on-the-motivation-of-lambs-and-dairy-cows\/\" title=\"https:\/\/escholarship.mcgill.ca\/concern\/theses\/6t053p36k\" target=\"blank\">Implementing On-Farm Enrichment: Effects on the Motivation of Lambs and Dairy Cows<\/a> <a href=\"https:\/\/escholarship.mcgill.ca\/concern\/theses\/6t053p36k\" target=\"_blank\" rel=\"noopener\" class=\"tp-external-link\">[External]<\/a> <span class=\"tp_pub_type tp_  phdthesis\">Th\u00e8se de PhD<\/span> <\/p><p class=\"tp_pub_additional\"><span class=\"tp_pub_additional_school\">McGill University, <\/span><span class=\"tp_pub_additional_year\">2025<\/span>.<\/p><p class=\"tp_pub_menu\"><span class=\"tp_abstract_link\"><a id=\"tp_abstract_sh_105\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('105','tp_abstract')\" title=\"Montrer le r\u00e9sum\u00e9\" style=\"cursor:pointer;\">R\u00e9sum\u00e9<\/a><\/span> | <span class=\"tp_resource_link\"><a id=\"tp_links_sh_105\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('105','tp_links')\" title=\"Afficher les liens et les ressources\" style=\"cursor:pointer;\">Liens<\/a><\/span> | <span class=\"tp_bibtex_link\"><a id=\"tp_bibtex_sh_105\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('105','tp_bibtex')\" title=\"Afficher BibTeX entr\u00e9e\" style=\"cursor:pointer;\">BibTeX<\/a><\/span> | <span class=\"tp_pub_tags_label\">\u00c9tiquettes: <\/span><a rel=\"nofollow\" href=\"https:\/\/wp.well-e.org\/fr\/theses\/?tgid=25#tppubs\" title=\"Afficher toutes les publications ayant une relation avec cette balise\">These<\/a><\/p><div class=\"tp_bibtex\" id=\"tp_bibtex_105\" style=\"display:none;\"><div class=\"tp_bibtex_entry\"><pre>@phdthesis{muszik_implementing_2025,<br>\r\ntitle = {Implementing On-Farm Enrichment: Effects on the Motivation of Lambs and Dairy Cows},<br>\r\nauthor = {Jasmine Muszik},<br>\r\nurl = {https:\/\/escholarship.mcgill.ca\/concern\/theses\/6t053p36k},<br>\r\nyear  = {2025},<br>\r\ndate = {2025-01-01},<br>\r\naddress = {Montreal, Canada},<br>\r\nschool = {McGill University},<br>\r\nabstract = {Les pratiques agricoles ont \u00e9volu\u00e9 pour offrir aux animaux plus de contr\u00f4le sur leur temps, en mettant l'accent sur leur bien-\u00eatre. L'enrichissement cibl\u00e9, con\u00e7u pour r\u00e9pondre \u00e0 des besoins sp\u00e9cifiques, favorise des \u00e9motions positives en permettant aux animaux d'agir selon leurs motivations, satisfaisant ainsi leurs besoins. Un enrichissement efficace doit \u00eatre activement utilis\u00e9 par l'animal et doit r\u00e9pondre \u00e0 une motivation d'interaction ou d'acc\u00e8s, ce qui sugg\u00e8re qu'il est per\u00e7u positivement. L'enrichissement multimodal, combinant plusieurs types d'enrichissement (ex. physique, cognitif, sensoriel, social, nutritionnel), pourrait r\u00e9pondre \u00e0 cette probl\u00e9matique en encourageant une gamme de comportements motiv\u00e9s. Les normes futures concernant les soins des animaux d'\u00e9levage pourraient \u00e9galement recommander aux producteurs l'inclusion de ces enrichissements fortement motiv\u00e9s dans leurs pratiques quotidiennes afin d'\u00e9viter la provocation d\u2019\u00e9motions n\u00e9gatives, comme la frustration, li\u00e9es \u00e0 l'anticipation d'un \u00e9v\u00e9nement ou d'une r\u00e9compense retard\u00e9e ou inexistante, comme r\u00e9v\u00e9l\u00e9 dans une revue de litt\u00e9rature. Cependant, la mise en \u0153uvre de l'enrichissement multimodal et ses interactions avec la motivation animale n\u00e9cessite un examen plus approfondi, tant au niveau th\u00e9orique qu\u2019au niveau pratique. Une \u00e9tude men\u00e9e sur des agneaux, expos\u00e9s ou non \u00e0 un enrichissement multimodal, a d\u00e9montr\u00e9 que bien que les deux groupes aient appris \u00e0 naviguer un labyrinthe et aient d\u00e9montr\u00e9 la m\u00eame flexibilit\u00e9 pour obtenir la r\u00e9compense, les agneaux enrichis \u00e9taient plus calmes, tandis que ceux du groupe t\u00e9moin \u00e9taient plus agit\u00e9s, ce qui sugg\u00e8re que l'enrichissement peut avoir un impact sur la r\u00e9activit\u00e9. Cette \u00e9tude n\u2019a pas directement \u00e9tudi\u00e9 la motivation des animaux vers l'enrichissement, mais vers une r\u00e9compense dans un autre contexte, et elle s\u2019est concentr\u00e9e sur les jeunes. Alors, la prochaine \u00e9tude a cherch\u00e9 \u00e0 comprendre comment la fr\u00e9quence d'acc\u00e8s \u00e0 l'enrichissement influence la motivation des vaches laiti\u00e8res adultes. Des vaches ayant un acc\u00e8s limit\u00e9 \u00e0 l\u2019exercice ont \u00e9t\u00e9 r\u00e9parties en deux groupes : un avec un acc\u00e8s ext\u00e9rieur trois jours par semaine et l'autre un jour par semaine. Leur comportement et celui des membres du personnel ont \u00e9t\u00e9 observ\u00e9s pendant ces p\u00e9riodes. Les r\u00e9sultats ont d\u00e9montr\u00e9 que les vaches des deux groupes \u00e9taient plus motiv\u00e9es pour sortir que pour retourner \u00e0 l'\u00e9table, bien que les interventions du personnel et les conditions climatiques aient pu influencer cette motivation. Bien que cette \u00e9tude ait \u00e9t\u00e9 b\u00e9n\u00e9fique pour comprendre si les vaches laiti\u00e8res accordent de l\u2019importance \u00e0 l\u2019acc\u00e8s ext\u00e9rieur, peu importe la fr\u00e9quence d\u2019acc\u00e8s fournie, l'\u00e9tape suivante consistait \u00e0 tester la provision d\u2019acc\u00e8s ext\u00e9rieur dans un cadre r\u00e9aliste pour d\u00e9terminer comment la taille des groupes et les interventions du personnel influencent la capacit\u00e9 des producteurs \u00e0 faire la transition vers la provision d\u2019exercice ext\u00e9rieur quotidien pour leur troupeau. 76 vaches en lactation ont \u00e9t\u00e9 r\u00e9parties en sept groupes, avec un nouveau groupe \u00e9tant ajout\u00e9 \u00e0 chaque semaine, jusqu'\u00e0 ce que tous les groupes aient acc\u00e8s \u00e0 un des deux enclos d'exercice. Il a \u00e9t\u00e9 constat\u00e9 qu'augmenter le nombre de vaches n\u2019entra\u00eenait pas de besoin suppl\u00e9mentaire en personnel ni de plus de temps par sortie. De plus, le nombre d'interventions du personnel est rest\u00e9 stable (interventions go) ou a diminu\u00e9 (interventions stop) apr\u00e8s une semaine. De plus, le comportement des vaches n\u2019a pas diff\u00e9r\u00e9 de mani\u00e8re significative entre les enclos, m\u00eame apr\u00e8s l'introduction d'un nouveau groupe. Cela sugg\u00e8re que les vaches et le personnel s'adaptent rapidement \u00e0 l'acc\u00e8s ext\u00e9rieur, et que les producteurs peuvent commencer \u00e0 introduire progressivement des sorties ext\u00e9rieures quotidiennes pour leur troupeau. Toutes les \u00e9tudes d\u00e9crites ont \u00e9t\u00e9 essentielles pour comprendre comment l'enrichissement multimodal influence la motivation des animaux, tant en mati\u00e8re d'enrichissement que dans d'autres contextes, et comment ces pratiques peuvent \u00eatre utilis\u00e9es de mani\u00e8re pratique par les producteurs dans les syst\u00e8mes de production modernes},<br>\r\nkeywords = {These},<br>\r\npubstate = {published},<br>\r\ntppubtype = {phdthesis}<br>\r\n}<br>\r\n<\/pre><\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('105','tp_bibtex')\">Fermer<\/a><\/p><\/div><div class=\"tp_abstract\" id=\"tp_abstract_105\" style=\"display:none;\"><div class=\"tp_abstract_entry\">Les pratiques agricoles ont \u00e9volu\u00e9 pour offrir aux animaux plus de contr\u00f4le sur leur temps, en mettant l'accent sur leur bien-\u00eatre. L'enrichissement cibl\u00e9, con\u00e7u pour r\u00e9pondre \u00e0 des besoins sp\u00e9cifiques, favorise des \u00e9motions positives en permettant aux animaux d'agir selon leurs motivations, satisfaisant ainsi leurs besoins. Un enrichissement efficace doit \u00eatre activement utilis\u00e9 par l'animal et doit r\u00e9pondre \u00e0 une motivation d'interaction ou d'acc\u00e8s, ce qui sugg\u00e8re qu'il est per\u00e7u positivement. L'enrichissement multimodal, combinant plusieurs types d'enrichissement (ex. physique, cognitif, sensoriel, social, nutritionnel), pourrait r\u00e9pondre \u00e0 cette probl\u00e9matique en encourageant une gamme de comportements motiv\u00e9s. Les normes futures concernant les soins des animaux d'\u00e9levage pourraient \u00e9galement recommander aux producteurs l'inclusion de ces enrichissements fortement motiv\u00e9s dans leurs pratiques quotidiennes afin d'\u00e9viter la provocation d\u2019\u00e9motions n\u00e9gatives, comme la frustration, li\u00e9es \u00e0 l'anticipation d'un \u00e9v\u00e9nement ou d'une r\u00e9compense retard\u00e9e ou inexistante, comme r\u00e9v\u00e9l\u00e9 dans une revue de litt\u00e9rature. Cependant, la mise en \u0153uvre de l'enrichissement multimodal et ses interactions avec la motivation animale n\u00e9cessite un examen plus approfondi, tant au niveau th\u00e9orique qu\u2019au niveau pratique. Une \u00e9tude men\u00e9e sur des agneaux, expos\u00e9s ou non \u00e0 un enrichissement multimodal, a d\u00e9montr\u00e9 que bien que les deux groupes aient appris \u00e0 naviguer un labyrinthe et aient d\u00e9montr\u00e9 la m\u00eame flexibilit\u00e9 pour obtenir la r\u00e9compense, les agneaux enrichis \u00e9taient plus calmes, tandis que ceux du groupe t\u00e9moin \u00e9taient plus agit\u00e9s, ce qui sugg\u00e8re que l'enrichissement peut avoir un impact sur la r\u00e9activit\u00e9. Cette \u00e9tude n\u2019a pas directement \u00e9tudi\u00e9 la motivation des animaux vers l'enrichissement, mais vers une r\u00e9compense dans un autre contexte, et elle s\u2019est concentr\u00e9e sur les jeunes. Alors, la prochaine \u00e9tude a cherch\u00e9 \u00e0 comprendre comment la fr\u00e9quence d'acc\u00e8s \u00e0 l'enrichissement influence la motivation des vaches laiti\u00e8res adultes. Des vaches ayant un acc\u00e8s limit\u00e9 \u00e0 l\u2019exercice ont \u00e9t\u00e9 r\u00e9parties en deux groupes : un avec un acc\u00e8s ext\u00e9rieur trois jours par semaine et l'autre un jour par semaine. Leur comportement et celui des membres du personnel ont \u00e9t\u00e9 observ\u00e9s pendant ces p\u00e9riodes. Les r\u00e9sultats ont d\u00e9montr\u00e9 que les vaches des deux groupes \u00e9taient plus motiv\u00e9es pour sortir que pour retourner \u00e0 l'\u00e9table, bien que les interventions du personnel et les conditions climatiques aient pu influencer cette motivation. Bien que cette \u00e9tude ait \u00e9t\u00e9 b\u00e9n\u00e9fique pour comprendre si les vaches laiti\u00e8res accordent de l\u2019importance \u00e0 l\u2019acc\u00e8s ext\u00e9rieur, peu importe la fr\u00e9quence d\u2019acc\u00e8s fournie, l'\u00e9tape suivante consistait \u00e0 tester la provision d\u2019acc\u00e8s ext\u00e9rieur dans un cadre r\u00e9aliste pour d\u00e9terminer comment la taille des groupes et les interventions du personnel influencent la capacit\u00e9 des producteurs \u00e0 faire la transition vers la provision d\u2019exercice ext\u00e9rieur quotidien pour leur troupeau. 76 vaches en lactation ont \u00e9t\u00e9 r\u00e9parties en sept groupes, avec un nouveau groupe \u00e9tant ajout\u00e9 \u00e0 chaque semaine, jusqu'\u00e0 ce que tous les groupes aient acc\u00e8s \u00e0 un des deux enclos d'exercice. Il a \u00e9t\u00e9 constat\u00e9 qu'augmenter le nombre de vaches n\u2019entra\u00eenait pas de besoin suppl\u00e9mentaire en personnel ni de plus de temps par sortie. De plus, le nombre d'interventions du personnel est rest\u00e9 stable (interventions go) ou a diminu\u00e9 (interventions stop) apr\u00e8s une semaine. De plus, le comportement des vaches n\u2019a pas diff\u00e9r\u00e9 de mani\u00e8re significative entre les enclos, m\u00eame apr\u00e8s l'introduction d'un nouveau groupe. Cela sugg\u00e8re que les vaches et le personnel s'adaptent rapidement \u00e0 l'acc\u00e8s ext\u00e9rieur, et que les producteurs peuvent commencer \u00e0 introduire progressivement des sorties ext\u00e9rieures quotidiennes pour leur troupeau. Toutes les \u00e9tudes d\u00e9crites ont \u00e9t\u00e9 essentielles pour comprendre comment l'enrichissement multimodal influence la motivation des animaux, tant en mati\u00e8re d'enrichissement que dans d'autres contextes, et comment ces pratiques peuvent \u00eatre utilis\u00e9es de mani\u00e8re pratique par les producteurs dans les syst\u00e8mes de production modernes<\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('105','tp_abstract')\">Fermer<\/a><\/p><\/div><div class=\"tp_links\" id=\"tp_links_105\" style=\"display:none;\"><div class=\"tp_links_entry\"><ul class=\"tp_pub_list\"><li><i class=\"fas fa-globe\"><\/i><a class=\"tp_pub_list\" href=\"https:\/\/wp.well-e.org\/fr\/publication\/implementing-on-farm-enrichment-effects-on-the-motivation-of-lambs-and-dairy-cows\/\" title=\"https:\/\/escholarship.mcgill.ca\/concern\/theses\/6t053p36k\" target=\"_blank\">https:\/\/escholarship.mcgill.ca\/concern\/theses\/6t053p36k<\/a> <a href=\"https:\/\/escholarship.mcgill.ca\/concern\/theses\/6t053p36k\" target=\"_blank\" rel=\"noopener\" class=\"tp-external-link\">[External]<\/a><\/li><\/ul><\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('105','tp_links')\">Fermer<\/a><\/p><\/div><\/div><\/div><div class=\"tp_publication tp_publication_mastersthesis\"><div class=\"tp_pub_info\"><p class=\"tp_pub_author\"> Balde, Abdourahmane<\/p><p class=\"tp_pub_title\"><a class=\"tp_title_link\" href=\"https:\/\/wp.well-e.org\/fr\/publication\/methode-dextraction-de-signatures-de-biomarqueurs-metaboliques-dans-le-cadre-de-prediction-des-maladies-chez-les-bovins-laitiers\/\" title=\"http:\/\/archipel.uqam.ca\/id\/eprint\/18426\" target=\"blank\">M\u00e9thode d'extraction de signatures de biomarqueurs m\u00e9taboliques dans le cadre de pr\u00e9diction des maladies chez les bovins laitiers<\/a> <a href=\"http:\/\/archipel.uqam.ca\/id\/eprint\/18426\" target=\"_blank\" rel=\"noopener\" class=\"tp-external-link\">[External]<\/a> <span class=\"tp_pub_type tp_  mastersthesis\">M\u00e9moire de ma\u00eetrise<\/span> <\/p><p class=\"tp_pub_additional\"><span class=\"tp_pub_additional_school\">UQAM, <\/span><span class=\"tp_pub_additional_address\">Montreal, Canada, <\/span><span class=\"tp_pub_additional_year\">2025<\/span>.<\/p><p class=\"tp_pub_menu\"><span class=\"tp_abstract_link\"><a id=\"tp_abstract_sh_106\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('106','tp_abstract')\" title=\"Montrer le r\u00e9sum\u00e9\" style=\"cursor:pointer;\">R\u00e9sum\u00e9<\/a><\/span> | <span class=\"tp_resource_link\"><a id=\"tp_links_sh_106\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('106','tp_links')\" title=\"Afficher les liens et les ressources\" style=\"cursor:pointer;\">Liens<\/a><\/span> | <span class=\"tp_bibtex_link\"><a id=\"tp_bibtex_sh_106\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('106','tp_bibtex')\" title=\"Afficher BibTeX entr\u00e9e\" style=\"cursor:pointer;\">BibTeX<\/a><\/span> | <span class=\"tp_pub_tags_label\">\u00c9tiquettes: <\/span><a rel=\"nofollow\" href=\"https:\/\/wp.well-e.org\/fr\/theses\/?tgid=25#tppubs\" title=\"Afficher toutes les publications ayant une relation avec cette balise\">These<\/a><\/p><div class=\"tp_bibtex\" id=\"tp_bibtex_106\" style=\"display:none;\"><div class=\"tp_bibtex_entry\"><pre>@mastersthesis{balde_methode_2025,<br>\r\ntitle = {M\u00e9thode d'extraction de signatures de biomarqueurs m\u00e9taboliques dans le cadre de pr\u00e9diction des maladies chez les bovins laitiers},<br>\r\nauthor = {Abdourahmane Balde},<br>\r\nurl = {http:\/\/archipel.uqam.ca\/id\/eprint\/18426},<br>\r\nyear  = {2025},<br>\r\ndate = {2025-01-01},<br>\r\naddress = {Montreal, Canada},<br>\r\nschool = {UQAM},<br>\r\nabstract = {Les maladies m\u00e9taboliques chez les bovins laitiers sont une pr\u00e9occupation majeure pour les producteurs laitiers, car elles affectent la production, la reproduction, le bien-\u00eatre et la long\u00e9vit\u00e9 des animaux. Les approches de classification informatique actuelles des maladies m\u00e9taboliques manquent de pr\u00e9cision et de simplicit\u00e9 pour permettre une classification effective en milieu de ferme. Cela est d\u00fb principalement \u00e0 la variabilit\u00e9 naturelle des profils m\u00e9taboliques entre les vaches et \u00e0 la distribution non \u00e9quilibr\u00e9e des classes (malade, non malade) dans les jeux de donn\u00e9es sur les maladies surveill\u00e9es par l\u2019industrie laiti\u00e8re. Cette disparit\u00e9 entre les classes rend la pr\u00e9diction des maladies encore plus complexe. Pour permettre aux v\u00e9t\u00e9rinaires de mieux suivre les param\u00e8tres m\u00e9taboliques en lien avec les principales maladies suivies en m\u00e9decine v\u00e9t\u00e9rinaire, nous proposons une approche d\u2019extraction des signatures m\u00e9taboliques qui permettrait de caract\u00e9riser les maladies, d\u2019identifier une meilleure pr\u00e9diction des risques associ\u00e9s et d\u2019informer les classifieurs pour le diagnostique des maladies m\u00e9taboliques. Notre approche est d\u00e9compos\u00e9e en trois \u00e9tapes comme suit : la cat\u00e9gorisation des indicateurs m\u00e9taboliques cl\u00e9s, l\u2019extraction des signatures m\u00e9taboliques pr\u00e9sentes dans les maladies, la s\u00e9lection des signatures discriminantes \u00e0 l\u2019aide de deux mesures statistiques (le test de Fisher et l\u2019intervalle de confiance), et enfin l\u2019entra\u00eenement des mod\u00e8les de classification afin de pr\u00e9dire une maladie m\u00e9tabolique \u00e0 partir d\u2019un profil m\u00e9tabolique. Cette approche a \u00e9t\u00e9 appliqu\u00e9e \u00e0 un jeu de donn\u00e9es contenant cinq indicateurs m\u00e9taboliques pour 623 vaches. Ces indicateurs sont associ\u00e9s aux sept maladies principales \u00e0 d\u00e9claration obligatoire au Qu\u00e9bec. Les r\u00e9sultats pr\u00e9liminaires ont permis d\u2019identifier 208 signatures m\u00e9taboliques et 96 signatures discriminantes. Ces signatures ont ensuite permis de construire un classifieur pour identifier si une vache est diagnostiqu\u00e9e comme malade seulement \u00e0 partir de son \u00e9chantillon de donn\u00e9es m\u00e9taboliques. Ces signatures discriminantes constitueront un potentiel de biomarqueurs utiles pour le diagnostic des maladies. Les r\u00e9sultats de ces classifieurs sont int\u00e9ressants avec des F-mesure avoisinant 0,91.},<br>\r\nkeywords = {These},<br>\r\npubstate = {published},<br>\r\ntppubtype = {mastersthesis}<br>\r\n}<br>\r\n<\/pre><\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('106','tp_bibtex')\">Fermer<\/a><\/p><\/div><div class=\"tp_abstract\" id=\"tp_abstract_106\" style=\"display:none;\"><div class=\"tp_abstract_entry\">Les maladies m\u00e9taboliques chez les bovins laitiers sont une pr\u00e9occupation majeure pour les producteurs laitiers, car elles affectent la production, la reproduction, le bien-\u00eatre et la long\u00e9vit\u00e9 des animaux. Les approches de classification informatique actuelles des maladies m\u00e9taboliques manquent de pr\u00e9cision et de simplicit\u00e9 pour permettre une classification effective en milieu de ferme. Cela est d\u00fb principalement \u00e0 la variabilit\u00e9 naturelle des profils m\u00e9taboliques entre les vaches et \u00e0 la distribution non \u00e9quilibr\u00e9e des classes (malade, non malade) dans les jeux de donn\u00e9es sur les maladies surveill\u00e9es par l\u2019industrie laiti\u00e8re. Cette disparit\u00e9 entre les classes rend la pr\u00e9diction des maladies encore plus complexe. Pour permettre aux v\u00e9t\u00e9rinaires de mieux suivre les param\u00e8tres m\u00e9taboliques en lien avec les principales maladies suivies en m\u00e9decine v\u00e9t\u00e9rinaire, nous proposons une approche d\u2019extraction des signatures m\u00e9taboliques qui permettrait de caract\u00e9riser les maladies, d\u2019identifier une meilleure pr\u00e9diction des risques associ\u00e9s et d\u2019informer les classifieurs pour le diagnostique des maladies m\u00e9taboliques. Notre approche est d\u00e9compos\u00e9e en trois \u00e9tapes comme suit : la cat\u00e9gorisation des indicateurs m\u00e9taboliques cl\u00e9s, l\u2019extraction des signatures m\u00e9taboliques pr\u00e9sentes dans les maladies, la s\u00e9lection des signatures discriminantes \u00e0 l\u2019aide de deux mesures statistiques (le test de Fisher et l\u2019intervalle de confiance), et enfin l\u2019entra\u00eenement des mod\u00e8les de classification afin de pr\u00e9dire une maladie m\u00e9tabolique \u00e0 partir d\u2019un profil m\u00e9tabolique. Cette approche a \u00e9t\u00e9 appliqu\u00e9e \u00e0 un jeu de donn\u00e9es contenant cinq indicateurs m\u00e9taboliques pour 623 vaches. Ces indicateurs sont associ\u00e9s aux sept maladies principales \u00e0 d\u00e9claration obligatoire au Qu\u00e9bec. Les r\u00e9sultats pr\u00e9liminaires ont permis d\u2019identifier 208 signatures m\u00e9taboliques et 96 signatures discriminantes. Ces signatures ont ensuite permis de construire un classifieur pour identifier si une vache est diagnostiqu\u00e9e comme malade seulement \u00e0 partir de son \u00e9chantillon de donn\u00e9es m\u00e9taboliques. Ces signatures discriminantes constitueront un potentiel de biomarqueurs utiles pour le diagnostic des maladies. Les r\u00e9sultats de ces classifieurs sont int\u00e9ressants avec des F-mesure avoisinant 0,91.<\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('106','tp_abstract')\">Fermer<\/a><\/p><\/div><div class=\"tp_links\" id=\"tp_links_106\" style=\"display:none;\"><div class=\"tp_links_entry\"><ul class=\"tp_pub_list\"><li><i class=\"fas fa-globe\"><\/i><a class=\"tp_pub_list\" href=\"https:\/\/wp.well-e.org\/fr\/publication\/methode-dextraction-de-signatures-de-biomarqueurs-metaboliques-dans-le-cadre-de-prediction-des-maladies-chez-les-bovins-laitiers\/\" title=\"http:\/\/archipel.uqam.ca\/id\/eprint\/18426\" target=\"_blank\">http:\/\/archipel.uqam.ca\/id\/eprint\/18426<\/a> <a href=\"http:\/\/archipel.uqam.ca\/id\/eprint\/18426\" target=\"_blank\" rel=\"noopener\" class=\"tp-external-link\">[External]<\/a><\/li><\/ul><\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('106','tp_links')\">Fermer<\/a><\/p><\/div><\/div><\/div><div class=\"tp_publication tp_publication_mastersthesis\"><div class=\"tp_pub_info\"><p class=\"tp_pub_author\"> Arsenault, Sandrine<\/p><p class=\"tp_pub_title\">From concept to practice: Evaluating environmental enrichments to fulfill behavioural needs in dairy cows in farm housing systems <span class=\"tp_pub_type tp_  mastersthesis\">M\u00e9moire de ma\u00eetrise<\/span> <\/p><p class=\"tp_pub_additional\"><span class=\"tp_pub_additional_school\">McGill University, <\/span><span class=\"tp_pub_additional_address\">Montreal, Canada, <\/span><span class=\"tp_pub_additional_year\">2025<\/span>.<\/p><p class=\"tp_pub_menu\"><span class=\"tp_bibtex_link\"><a id=\"tp_bibtex_sh_108\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('108','tp_bibtex')\" title=\"Afficher BibTeX entr\u00e9e\" style=\"cursor:pointer;\">BibTeX<\/a><\/span> | <span class=\"tp_pub_tags_label\">\u00c9tiquettes: <\/span><\/p><div class=\"tp_bibtex\" id=\"tp_bibtex_108\" style=\"display:none;\"><div class=\"tp_bibtex_entry\"><pre>@mastersthesis{arsenault_concept_2025,<br>\r\ntitle = {From concept to practice: Evaluating environmental enrichments to fulfill behavioural needs in dairy cows in farm housing systems},<br>\r\nauthor = {Sandrine Arsenault},<br>\r\nyear  = {2025},<br>\r\ndate = {2025-01-01},<br>\r\naddress = {Montreal, Canada},<br>\r\nschool = {McGill University},<br>\r\nkeywords = {},<br>\r\npubstate = {published},<br>\r\ntppubtype = {mastersthesis}<br>\r\n}<br>\r\n<\/pre><\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('108','tp_bibtex')\">Fermer<\/a><\/p><\/div><\/div><\/div><div class=\"tp_publication tp_publication_mastersthesis\"><div class=\"tp_pub_info\"><p class=\"tp_pub_author\"> Amarioarei, Georgiana<\/p><p class=\"tp_pub_title\">Investigating the prevalence, effects, and practical applications of cognitive enrichment in young domestic cattle <span class=\"tp_pub_type tp_  mastersthesis\">M\u00e9moire de ma\u00eetrise<\/span> <\/p><p class=\"tp_pub_additional\"><span class=\"tp_pub_additional_school\">McGill University, <\/span><span class=\"tp_pub_additional_address\">Montreal, Canada, <\/span><span class=\"tp_pub_additional_year\">2025<\/span>.<\/p><p class=\"tp_pub_menu\"><span class=\"tp_bibtex_link\"><a id=\"tp_bibtex_sh_109\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('109','tp_bibtex')\" title=\"Afficher BibTeX entr\u00e9e\" style=\"cursor:pointer;\">BibTeX<\/a><\/span> | <span class=\"tp_pub_tags_label\">\u00c9tiquettes: <\/span><\/p><div class=\"tp_bibtex\" id=\"tp_bibtex_109\" style=\"display:none;\"><div class=\"tp_bibtex_entry\"><pre>@mastersthesis{amarioarei_investigating_2025,<br>\r\ntitle = {Investigating the prevalence, effects, and practical applications of cognitive enrichment in young domestic cattle},<br>\r\nauthor = {Georgiana Amarioarei},<br>\r\nyear  = {2025},<br>\r\ndate = {2025-01-01},<br>\r\naddress = {Montreal, Canada},<br>\r\nschool = {McGill University},<br>\r\nkeywords = {},<br>\r\npubstate = {published},<br>\r\ntppubtype = {mastersthesis}<br>\r\n}<br>\r\n<\/pre><\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('109','tp_bibtex')\">Fermer<\/a><\/p><\/div><\/div><\/div><div class=\"tp_publication tp_publication_mastersthesis\"><div class=\"tp_pub_info\"><p class=\"tp_pub_author\"> Arpin, Catherine<\/p><p class=\"tp_pub_title\">Exploring the relationship between housing systems and the expression of behavioural needs in dairy cows <span class=\"tp_pub_type tp_  mastersthesis\">M\u00e9moire de ma\u00eetrise<\/span> <\/p><p class=\"tp_pub_additional\"><span class=\"tp_pub_additional_school\">McGill University, <\/span><span class=\"tp_pub_additional_address\">Montreal, Canada, <\/span><span class=\"tp_pub_additional_year\">2025<\/span>.<\/p><p class=\"tp_pub_menu\"><span class=\"tp_bibtex_link\"><a id=\"tp_bibtex_sh_110\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('110','tp_bibtex')\" title=\"Afficher BibTeX entr\u00e9e\" style=\"cursor:pointer;\">BibTeX<\/a><\/span> | <span class=\"tp_pub_tags_label\">\u00c9tiquettes: <\/span><\/p><div class=\"tp_bibtex\" id=\"tp_bibtex_110\" style=\"display:none;\"><div class=\"tp_bibtex_entry\"><pre>@mastersthesis{arpin_exploring_2025,<br>\r\ntitle = {Exploring the relationship between housing systems and the expression of behavioural needs in dairy cows},<br>\r\nauthor = {Catherine Arpin},<br>\r\nyear  = {2025},<br>\r\ndate = {2025-01-01},<br>\r\naddress = {Montreal, Canada},<br>\r\nschool = {McGill University},<br>\r\nkeywords = {},<br>\r\npubstate = {published},<br>\r\ntppubtype = {mastersthesis}<br>\r\n}<br>\r\n<\/pre><\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('110','tp_bibtex')\">Fermer<\/a><\/p><\/div><\/div><\/div><div class=\"tp_publication tp_publication_phdthesis\"><div class=\"tp_pub_info\"><p class=\"tp_pub_author\"> Samak\u00e9, Awa<\/p><p class=\"tp_pub_title\">M\u00e9thodes d\u2019apprentissage machine pour l\u2019estimation de l\u2019effet de la g\u00e9n\u00e9tique sur la production laiti\u00e8re <span class=\"tp_pub_type tp_  phdthesis\">Th\u00e8se de PhD<\/span> <\/p><p class=\"tp_pub_additional\"><span class=\"tp_pub_additional_school\">UQAM, <\/span><span class=\"tp_pub_additional_year\">2025<\/span>.<\/p><p class=\"tp_pub_menu\"><span class=\"tp_abstract_link\"><a id=\"tp_abstract_sh_111\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('111','tp_abstract')\" title=\"Montrer le r\u00e9sum\u00e9\" style=\"cursor:pointer;\">R\u00e9sum\u00e9<\/a><\/span> | <span class=\"tp_bibtex_link\"><a id=\"tp_bibtex_sh_111\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('111','tp_bibtex')\" title=\"Afficher BibTeX entr\u00e9e\" style=\"cursor:pointer;\">BibTeX<\/a><\/span> | <span class=\"tp_pub_tags_label\">\u00c9tiquettes: <\/span><\/p><div class=\"tp_bibtex\" id=\"tp_bibtex_111\" style=\"display:none;\"><div class=\"tp_bibtex_entry\"><pre>@phdthesis{samake_methodes_2025,<br>\r\ntitle = {M\u00e9thodes d\u2019apprentissage machine pour l\u2019estimation de l\u2019effet de la g\u00e9n\u00e9tique sur la production laiti\u00e8re},<br>\r\nauthor = {Awa Samak\u00e9},<br>\r\nyear  = {2025},<br>\r\ndate = {2025-01-01},<br>\r\naddress = {Montreal, Canada},<br>\r\nschool = {UQAM},<br>\r\nabstract = {La g\u00e9n\u00e9tique animale joue un r\u00f4le central dans l'am\u00e9lioration des performances des troupeaux laitiers en permettant la s\u00e9lection des reproducteurs les plus performants ainsi que la pr\u00e9vision des maladies. <br>\r\nDepuis plusieurs d\u00e9cennies, l'\u00e9valuation g\u00e9n\u00e9tique attire de grands int\u00e9r\u00eats pour la communaut\u00e9 en recherche et en industrie. <br>\r\nL\u2019\u00e9valuation g\u00e9n\u00e9tique vise \u00e0 estimer les valeurs g\u00e9n\u00e9tiques (EBV, GEBV) des animaux \u00e0 partir de donn\u00e9es de production, de p\u00e9digr\u00e9e ou de s\u00e9quen\u00e7age g\u00e9nomique, afin de pr\u00e9dire les performances futures et d\u2019optimiser les d\u00e9cisions de s\u00e9lection. <br>\r\nL'\u00e9valuation g\u00e9n\u00e9tique passe par une estimation du patrimoine g\u00e9n\u00e9tique ainsi que son effet sur les g\u00e9n\u00e9rations futures. L'analyse de cet effet peut se traduire de diff\u00e9rentes mani\u00e8res d\u00e9pendamment du secteur, par exemple, la pr\u00e9disposition \u00e0 certaines maladies en sant\u00e9, la production en industrie animali\u00e8re, etc. <br>\r\nCependant, la complexit\u00e9 des donn\u00e9es (grande dimension des SNPs, structures de p\u00e9digr\u00e9e profondes, s\u00e9ries temporelles de production) et la variabilit\u00e9 environnementale constituent des d\u00e9fis majeurs pour les m\u00e9thodes classiques telles que le BLUP. <br>\r\nNous r\u00e9pondrons aux questions suivantes: comment estimer l'effet de la g\u00e9n\u00e9tique sur le profit dans la production laiti\u00e8re \u00e0 partir des donn\u00e9es de s\u00e9quen\u00e7ages g\u00e9nomiques?; comment estimer les futures productions laiti\u00e8res en int\u00e9grant les caract\u00e8res g\u00e9n\u00e9tiques sur le moyen\/long terme? <br>\r\nCette th\u00e8se propose plusieurs contributions m\u00e9thodologiques reposant sur l\u2019apprentissage automatique et profond pour am\u00e9liorer l\u2019estimation et la pr\u00e9vision des performances laiti\u00e8res. <br>\r\nNous utilisons deux paradigmes d'apprentissage: la notion d'informations privil\u00e9gi\u00e9es et celle de variables exog\u00e8nes. \u00c0 savoir qu'\u00e0 notre connaissance, la notion d'informations privil\u00e9gi\u00e9es n'est pas encore appliqu\u00e9e dans le domaine de l'agriculture, plus pr\u00e9cis\u00e9ment la production laiti\u00e8re. <br>\r\nLSTMDropout, un mod\u00e8le r\u00e9current int\u00e9grant un m\u00e9canisme de dropout h\u00e9t\u00e9rosc\u00e9dastique et l\u2019information privil\u00e9gi\u00e9e, permettant de pr\u00e9dire les EBV, GEBV, ainsi que les composantes et la valeur \u00e9conomique du lait, avec une robustesse accrue face aux donn\u00e9es bruit\u00e9es. <br>\r\nAgriGen, un mod\u00e8le de r\u00e9f\u00e9rence combinant donn\u00e9es g\u00e9n\u00e9tiques, ph\u00e9notypiques et environnementales pour l\u2019\u00e9valuation g\u00e9n\u00e9tique multi-traits et la prise de d\u00e9cision. <br>\r\nDairyLuPTS, une architecture optimis\u00e9e pour la mod\u00e9lisation de s\u00e9ries temporelles de production laiti\u00e8re. %, adapt\u00e9e \u00e0 des sc\u00e9narios sans traits de conformation; DairyBLUP mod\u00e8le mixte bas\u00e9 sur le pedigree. %servant de benchmark pour quantifier les gains apport\u00e9s par les approches neuronales; <br>\r\nInformation Dropout Adapt\u00e9e (IDA), une \u00e9n\u00e9ralisation de l\u2019Information Dropout, qui int\u00e8gre des informations privil\u00e9gi\u00e9es pour r\u00e9gulariser les repr\u00e9sentations latentes et am\u00e9liorer les performances de pr\u00e9vision. <br>\r\nLes r\u00e9sultats exp\u00e9rimentaux montrent que l\u2019int\u00e9gration d\u2019informations privil\u00e9gi\u00e9es et de donn\u00e9es multi-sources permet d\u2019am\u00e9liorer significativement la pr\u00e9cision des pr\u00e9dictions, tout en r\u00e9duisant le co\u00fbt computationnel par rapport aux m\u00e9thodes classiques. LSTMDropout et DairyLuPTS se distinguent en particulier par leurs performances en pr\u00e9vision multi-sorties et leur capacit\u00e9 \u00e0 capturer les relations complexes entre les traits g\u00e9n\u00e9tiques et les rendements laitiers. <br>\r\nLes perspectives de recherche incluent l\u2019extension de LSTMDropout \u00e0 d\u2019autres types de s\u00e9ries temporelles, l\u2019\u00e9tude des interactions textbackslashtextitg\u00e9notype $textbackslashtimes$ environnement, ainsi que l\u2019analyse de l\u2019effet des variants et des loci sur la sant\u00e9 et la productivit\u00e9. <br>\r\nL\u2019exploration de nouvelles strat\u00e9gies d\u2019augmentation de donn\u00e9es g\u00e9nomiques et de mod\u00e9lisation math\u00e9matique des informations privil\u00e9gi\u00e9es constitue \u00e9galement un axe prometteur pour renforcer la robustesse des mod\u00e8les et optimiser la s\u00e9lection g\u00e9n\u00e9tique},<br>\r\nkeywords = {},<br>\r\npubstate = {published},<br>\r\ntppubtype = {phdthesis}<br>\r\n}<br>\r\n<\/pre><\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('111','tp_bibtex')\">Fermer<\/a><\/p><\/div><div class=\"tp_abstract\" id=\"tp_abstract_111\" style=\"display:none;\"><div class=\"tp_abstract_entry\">La g\u00e9n\u00e9tique animale joue un r\u00f4le central dans l'am\u00e9lioration des performances des troupeaux laitiers en permettant la s\u00e9lection des reproducteurs les plus performants ainsi que la pr\u00e9vision des maladies. <br>\r\nDepuis plusieurs d\u00e9cennies, l'\u00e9valuation g\u00e9n\u00e9tique attire de grands int\u00e9r\u00eats pour la communaut\u00e9 en recherche et en industrie. <br>\r\nL\u2019\u00e9valuation g\u00e9n\u00e9tique vise \u00e0 estimer les valeurs g\u00e9n\u00e9tiques (EBV, GEBV) des animaux \u00e0 partir de donn\u00e9es de production, de p\u00e9digr\u00e9e ou de s\u00e9quen\u00e7age g\u00e9nomique, afin de pr\u00e9dire les performances futures et d\u2019optimiser les d\u00e9cisions de s\u00e9lection. <br>\r\nL'\u00e9valuation g\u00e9n\u00e9tique passe par une estimation du patrimoine g\u00e9n\u00e9tique ainsi que son effet sur les g\u00e9n\u00e9rations futures. L'analyse de cet effet peut se traduire de diff\u00e9rentes mani\u00e8res d\u00e9pendamment du secteur, par exemple, la pr\u00e9disposition \u00e0 certaines maladies en sant\u00e9, la production en industrie animali\u00e8re, etc. <br>\r\nCependant, la complexit\u00e9 des donn\u00e9es (grande dimension des SNPs, structures de p\u00e9digr\u00e9e profondes, s\u00e9ries temporelles de production) et la variabilit\u00e9 environnementale constituent des d\u00e9fis majeurs pour les m\u00e9thodes classiques telles que le BLUP. <br>\r\nNous r\u00e9pondrons aux questions suivantes: comment estimer l'effet de la g\u00e9n\u00e9tique sur le profit dans la production laiti\u00e8re \u00e0 partir des donn\u00e9es de s\u00e9quen\u00e7ages g\u00e9nomiques?; comment estimer les futures productions laiti\u00e8res en int\u00e9grant les caract\u00e8res g\u00e9n\u00e9tiques sur le moyen\/long terme? <br>\r\nCette th\u00e8se propose plusieurs contributions m\u00e9thodologiques reposant sur l\u2019apprentissage automatique et profond pour am\u00e9liorer l\u2019estimation et la pr\u00e9vision des performances laiti\u00e8res. <br>\r\nNous utilisons deux paradigmes d'apprentissage: la notion d'informations privil\u00e9gi\u00e9es et celle de variables exog\u00e8nes. \u00c0 savoir qu'\u00e0 notre connaissance, la notion d'informations privil\u00e9gi\u00e9es n'est pas encore appliqu\u00e9e dans le domaine de l'agriculture, plus pr\u00e9cis\u00e9ment la production laiti\u00e8re. <br>\r\nLSTMDropout, un mod\u00e8le r\u00e9current int\u00e9grant un m\u00e9canisme de dropout h\u00e9t\u00e9rosc\u00e9dastique et l\u2019information privil\u00e9gi\u00e9e, permettant de pr\u00e9dire les EBV, GEBV, ainsi que les composantes et la valeur \u00e9conomique du lait, avec une robustesse accrue face aux donn\u00e9es bruit\u00e9es. <br>\r\nAgriGen, un mod\u00e8le de r\u00e9f\u00e9rence combinant donn\u00e9es g\u00e9n\u00e9tiques, ph\u00e9notypiques et environnementales pour l\u2019\u00e9valuation g\u00e9n\u00e9tique multi-traits et la prise de d\u00e9cision. <br>\r\nDairyLuPTS, une architecture optimis\u00e9e pour la mod\u00e9lisation de s\u00e9ries temporelles de production laiti\u00e8re. %, adapt\u00e9e \u00e0 des sc\u00e9narios sans traits de conformation; DairyBLUP mod\u00e8le mixte bas\u00e9 sur le pedigree. %servant de benchmark pour quantifier les gains apport\u00e9s par les approches neuronales; <br>\r\nInformation Dropout Adapt\u00e9e (IDA), une \u00e9n\u00e9ralisation de l\u2019Information Dropout, qui int\u00e8gre des informations privil\u00e9gi\u00e9es pour r\u00e9gulariser les repr\u00e9sentations latentes et am\u00e9liorer les performances de pr\u00e9vision. <br>\r\nLes r\u00e9sultats exp\u00e9rimentaux montrent que l\u2019int\u00e9gration d\u2019informations privil\u00e9gi\u00e9es et de donn\u00e9es multi-sources permet d\u2019am\u00e9liorer significativement la pr\u00e9cision des pr\u00e9dictions, tout en r\u00e9duisant le co\u00fbt computationnel par rapport aux m\u00e9thodes classiques. LSTMDropout et DairyLuPTS se distinguent en particulier par leurs performances en pr\u00e9vision multi-sorties et leur capacit\u00e9 \u00e0 capturer les relations complexes entre les traits g\u00e9n\u00e9tiques et les rendements laitiers. <br>\r\nLes perspectives de recherche incluent l\u2019extension de LSTMDropout \u00e0 d\u2019autres types de s\u00e9ries temporelles, l\u2019\u00e9tude des interactions textbackslashtextitg\u00e9notype $textbackslashtimes$ environnement, ainsi que l\u2019analyse de l\u2019effet des variants et des loci sur la sant\u00e9 et la productivit\u00e9. <br>\r\nL\u2019exploration de nouvelles strat\u00e9gies d\u2019augmentation de donn\u00e9es g\u00e9nomiques et de mod\u00e9lisation math\u00e9matique des informations privil\u00e9gi\u00e9es constitue \u00e9galement un axe prometteur pour renforcer la robustesse des mod\u00e8les et optimiser la s\u00e9lection g\u00e9n\u00e9tique<\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('111','tp_abstract')\">Fermer<\/a><\/p><\/div><\/div><\/div><div class=\"tp_publication tp_publication_mastersthesis\"><div class=\"tp_pub_info\"><p class=\"tp_pub_author\"> Cisse, Khaly B\u00e9caye Ba<\/p><p class=\"tp_pub_title\">Algorithmes et m\u00e9thodes pour la d\u00e9tection et le tracking des vaches laiti\u00e8res dans le cadre de l'\u00e9tude du bien-\u00eatre animal <span class=\"tp_pub_type tp_  mastersthesis\">M\u00e9moire de ma\u00eetrise<\/span> <\/p><p class=\"tp_pub_additional\"><span class=\"tp_pub_additional_school\">UQAM, <\/span><span class=\"tp_pub_additional_address\">Montreal, Canda, <\/span><span class=\"tp_pub_additional_year\">2025<\/span>.<\/p><p class=\"tp_pub_menu\"><span class=\"tp_bibtex_link\"><a id=\"tp_bibtex_sh_112\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('112','tp_bibtex')\" title=\"Afficher BibTeX entr\u00e9e\" style=\"cursor:pointer;\">BibTeX<\/a><\/span> | <span class=\"tp_pub_tags_label\">\u00c9tiquettes: <\/span><\/p><div class=\"tp_bibtex\" id=\"tp_bibtex_112\" style=\"display:none;\"><div class=\"tp_bibtex_entry\"><pre>@mastersthesis{becaye_ba_cisse_algorithmes_2025,<br>\r\ntitle = {Algorithmes et m\u00e9thodes pour la d\u00e9tection et le tracking des vaches laiti\u00e8res dans le cadre de l'\u00e9tude du bien-\u00eatre animal},<br>\r\nauthor = {Khaly B\u00e9caye Ba Cisse},<br>\r\nyear  = {2025},<br>\r\ndate = {2025-01-01},<br>\r\naddress = {Montreal, Canda},<br>\r\nschool = {UQAM},<br>\r\nkeywords = {},<br>\r\npubstate = {published},<br>\r\ntppubtype = {mastersthesis}<br>\r\n}<br>\r\n<\/pre><\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('112','tp_bibtex')\">Fermer<\/a><\/p><\/div><\/div><\/div><div class=\"tp_publication tp_publication_phdthesis\"><div class=\"tp_pub_info\"><p class=\"tp_pub_author\"> Naghashi, Vahid<\/p><p class=\"tp_pub_title\">Predicting dairy profitability using deep learning models <span class=\"tp_pub_type tp_  phdthesis\">Th\u00e8se de PhD<\/span> <\/p><p class=\"tp_pub_additional\"><span class=\"tp_pub_additional_school\">UQAM, <\/span><span class=\"tp_pub_additional_year\">2025<\/span>.<\/p><p class=\"tp_pub_menu\"><span class=\"tp_abstract_link\"><a id=\"tp_abstract_sh_113\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('113','tp_abstract')\" title=\"Montrer le r\u00e9sum\u00e9\" style=\"cursor:pointer;\">R\u00e9sum\u00e9<\/a><\/span> | <span class=\"tp_bibtex_link\"><a id=\"tp_bibtex_sh_113\" class=\"tp_show\" onclick=\"teachpress_pub_showhide('113','tp_bibtex')\" title=\"Afficher BibTeX entr\u00e9e\" style=\"cursor:pointer;\">BibTeX<\/a><\/span> | <span class=\"tp_pub_tags_label\">\u00c9tiquettes: <\/span><\/p><div class=\"tp_bibtex\" id=\"tp_bibtex_113\" style=\"display:none;\"><div class=\"tp_bibtex_entry\"><pre>@phdthesis{naghashi_predicting_2025,<br>\r\ntitle = {Predicting dairy profitability using deep learning models},<br>\r\nauthor = {Vahid Naghashi},<br>\r\nyear  = {2025},<br>\r\ndate = {2025-01-01},<br>\r\naddress = {Montreal, Canada},<br>\r\nschool = {UQAM},<br>\r\nabstract = {In precision livestock management, effective decision-making around animal replacement depends on ac- <br>\r\ncurately estimating the lifetime profitability of each animal. In dairy farming, milk production is influenced <br>\r\nby various factors including milk quality, health conditions, genetics, and herd management practices, all of which may be affected by broader operational and market dynamics. This thesis formulates the estimation of milk production income as a multivariate time series forecasting problem, where future profitability, typically measured during later lactation periods (e.g. lactation 2 or 3) is predicted using data collected during early lactation period(s) (e.g., lactation 1). The available data includes a range of temporally ordered dairy-related features collected over several months after the cow\u2019s birth. This spatio-temporal dataset can be treated as a multivariate time series, where each variable (or channel) represents a distinct dairy factor evolving over time. Addressing this forecasting task requires models that can simultaneously capture temporal dependencies and inter-feature (cross-channel) correlations. <br>\r\nThis thesis investigates deep learning architectures for time series forecasting, with a specific emphasis <br>\r\non their application to dairy income prediction. After reviewing and exploring major existing approaches, <br>\r\nincluding autoregressive models, recurrent neural networks (RNNs), linear models, and Transformer-based models, we introduce several novel architectures tailored to multivariate forecasting. First, we propose an LSTM-derived architecture enhanced with an attention layer to model sequential and contextual patterns in the context of dairy prediction. Second, we introduce two Transformer-based models: one focusing on multi-scale temporal and cross-channel modeling, with another emphasizing cross-channel interactions and integrating them with captured temporal patterns. Finally, we present a recurrent model that applies GRUs bidirectionally along the channel dimension to capture complex inter-feature dependencies, particularly in dairy forecasting scenarios. <br>\r\nAll proposed models are extensively evaluated on both publicly available benchmark datasets and real- <br>\r\nworld dairy farm data. Results underscore that our methods consistently outperform or remain competitive with current state-of-the-art models in terms of forecasting accuracy and computational efficiency. <br>\r\nBeyond methodological contributions, this work supports improved resource allocation and decision-making in the dairy industry, providing a data-driven foundation for more accurate profitability forecasting and cost-effective herd management.},<br>\r\nkeywords = {},<br>\r\npubstate = {published},<br>\r\ntppubtype = {phdthesis}<br>\r\n}<br>\r\n<\/pre><\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('113','tp_bibtex')\">Fermer<\/a><\/p><\/div><div class=\"tp_abstract\" id=\"tp_abstract_113\" style=\"display:none;\"><div class=\"tp_abstract_entry\">In precision livestock management, effective decision-making around animal replacement depends on ac- <br>\r\ncurately estimating the lifetime profitability of each animal. In dairy farming, milk production is influenced <br>\r\nby various factors including milk quality, health conditions, genetics, and herd management practices, all of which may be affected by broader operational and market dynamics. This thesis formulates the estimation of milk production income as a multivariate time series forecasting problem, where future profitability, typically measured during later lactation periods (e.g. lactation 2 or 3) is predicted using data collected during early lactation period(s) (e.g., lactation 1). The available data includes a range of temporally ordered dairy-related features collected over several months after the cow\u2019s birth. This spatio-temporal dataset can be treated as a multivariate time series, where each variable (or channel) represents a distinct dairy factor evolving over time. Addressing this forecasting task requires models that can simultaneously capture temporal dependencies and inter-feature (cross-channel) correlations. <br>\r\nThis thesis investigates deep learning architectures for time series forecasting, with a specific emphasis <br>\r\non their application to dairy income prediction. After reviewing and exploring major existing approaches, <br>\r\nincluding autoregressive models, recurrent neural networks (RNNs), linear models, and Transformer-based models, we introduce several novel architectures tailored to multivariate forecasting. First, we propose an LSTM-derived architecture enhanced with an attention layer to model sequential and contextual patterns in the context of dairy prediction. Second, we introduce two Transformer-based models: one focusing on multi-scale temporal and cross-channel modeling, with another emphasizing cross-channel interactions and integrating them with captured temporal patterns. Finally, we present a recurrent model that applies GRUs bidirectionally along the channel dimension to capture complex inter-feature dependencies, particularly in dairy forecasting scenarios. <br>\r\nAll proposed models are extensively evaluated on both publicly available benchmark datasets and real- <br>\r\nworld dairy farm data. Results underscore that our methods consistently outperform or remain competitive with current state-of-the-art models in terms of forecasting accuracy and computational efficiency. <br>\r\nBeyond methodological contributions, this work supports improved resource allocation and decision-making in the dairy industry, providing a data-driven foundation for more accurate profitability forecasting and cost-effective herd management.<\/div><p class=\"tp_close_menu\"><a class=\"tp_close\" onclick=\"teachpress_pub_showhide('113','tp_abstract')\">Fermer<\/a><\/p><\/div><\/div><\/div><\/div><\/div>\n\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"_crdt_document":"","footnotes":""},"class_list":["post-1924","page","type-page","status-publish","hentry"],"blocksy_meta":[],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.4 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Theses - WELL-E<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/wp.well-e.org\/fr\/theses\/\" \/>\n<meta property=\"og:locale\" content=\"fr_CA\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Theses - WELL-E\" \/>\n<meta property=\"og:url\" content=\"https:\/\/wp.well-e.org\/fr\/theses\/\" \/>\n<meta property=\"og:site_name\" content=\"WELL-E\" \/>\n<meta property=\"article:modified_time\" content=\"2025-10-29T21:03:41+00:00\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data1\" content=\"1 minute\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/wp.well-e.org\\\/theses\\\/\",\"url\":\"https:\\\/\\\/wp.well-e.org\\\/theses\\\/\",\"name\":\"Theses - WELL-E\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/wp.well-e.org\\\/#website\"},\"datePublished\":\"2025-10-29T15:11:40+00:00\",\"dateModified\":\"2025-10-29T21:03:41+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/wp.well-e.org\\\/theses\\\/#breadcrumb\"},\"inLanguage\":\"fr-CA\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/wp.well-e.org\\\/theses\\\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/wp.well-e.org\\\/theses\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/wp.well-e.org\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Theses\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/wp.well-e.org\\\/#website\",\"url\":\"https:\\\/\\\/wp.well-e.org\\\/\",\"name\":\"WELL-E\",\"description\":\"IA au service du bien-&ecirc;tre animal\",\"publisher\":{\"@id\":\"https:\\\/\\\/wp.well-e.org\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/wp.well-e.org\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-CA\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/wp.well-e.org\\\/#organization\",\"name\":\"WELL-E\",\"url\":\"https:\\\/\\\/wp.well-e.org\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-CA\",\"@id\":\"https:\\\/\\\/wp.well-e.org\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/wp.well-e.org\\\/wp-content\\\/uploads\\\/2024\\\/05\\\/LOGOTYPETAG_Left_RVB_FR-edited-1-e1718738358443.png\",\"contentUrl\":\"https:\\\/\\\/wp.well-e.org\\\/wp-content\\\/uploads\\\/2024\\\/05\\\/LOGOTYPETAG_Left_RVB_FR-edited-1-e1718738358443.png\",\"width\":1000,\"height\":250,\"caption\":\"WELL-E\"},\"image\":{\"@id\":\"https:\\\/\\\/wp.well-e.org\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.linkedin.com\\\/company\\\/research-and-innovation-chair-in-animal-welfare-and-artificial-intelligence-well-e\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Theses - WELL-E","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/wp.well-e.org\/fr\/theses\/","og_locale":"fr_CA","og_type":"article","og_title":"Theses - WELL-E","og_url":"https:\/\/wp.well-e.org\/fr\/theses\/","og_site_name":"WELL-E","article_modified_time":"2025-10-29T21:03:41+00:00","twitter_card":"summary_large_image","twitter_misc":{"Est. reading time":"1 minute"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/wp.well-e.org\/theses\/","url":"https:\/\/wp.well-e.org\/theses\/","name":"Theses - WELL-E","isPartOf":{"@id":"https:\/\/wp.well-e.org\/#website"},"datePublished":"2025-10-29T15:11:40+00:00","dateModified":"2025-10-29T21:03:41+00:00","breadcrumb":{"@id":"https:\/\/wp.well-e.org\/theses\/#breadcrumb"},"inLanguage":"fr-CA","potentialAction":[{"@type":"ReadAction","target":["https:\/\/wp.well-e.org\/theses\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/wp.well-e.org\/theses\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/wp.well-e.org\/"},{"@type":"ListItem","position":2,"name":"Theses"}]},{"@type":"WebSite","@id":"https:\/\/wp.well-e.org\/#website","url":"https:\/\/wp.well-e.org\/","name":"WELL-E","description":"IA au service du bien-&ecirc;tre animal","publisher":{"@id":"https:\/\/wp.well-e.org\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/wp.well-e.org\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-CA"},{"@type":"Organization","@id":"https:\/\/wp.well-e.org\/#organization","name":"WELL-E","url":"https:\/\/wp.well-e.org\/","logo":{"@type":"ImageObject","inLanguage":"fr-CA","@id":"https:\/\/wp.well-e.org\/#\/schema\/logo\/image\/","url":"https:\/\/wp.well-e.org\/wp-content\/uploads\/2024\/05\/LOGOTYPETAG_Left_RVB_FR-edited-1-e1718738358443.png","contentUrl":"https:\/\/wp.well-e.org\/wp-content\/uploads\/2024\/05\/LOGOTYPETAG_Left_RVB_FR-edited-1-e1718738358443.png","width":1000,"height":250,"caption":"WELL-E"},"image":{"@id":"https:\/\/wp.well-e.org\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/research-and-innovation-chair-in-animal-welfare-and-artificial-intelligence-well-e"]}]}},"_links":{"self":[{"href":"https:\/\/wp.well-e.org\/fr\/wp-json\/wp\/v2\/pages\/1924","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.well-e.org\/fr\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/wp.well-e.org\/fr\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/wp.well-e.org\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.well-e.org\/fr\/wp-json\/wp\/v2\/comments?post=1924"}],"version-history":[{"count":2,"href":"https:\/\/wp.well-e.org\/fr\/wp-json\/wp\/v2\/pages\/1924\/revisions"}],"predecessor-version":[{"id":1945,"href":"https:\/\/wp.well-e.org\/fr\/wp-json\/wp\/v2\/pages\/1924\/revisions\/1945"}],"wp:attachment":[{"href":"https:\/\/wp.well-e.org\/fr\/wp-json\/wp\/v2\/media?parent=1924"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}