Rearing strategies of young dairy calves in relation to production, behaviour and welfare

Vasikoiden kasvatus yksilökarsinoissa, imemismahdollisuuden puute maitojuoton yhteydessä sekä pienet juomamäärät ovat tekijöitä, jotka mahdollisesti voivat vähentää vasikoiden hyvinvointia. Vasikoiden kasvatukseen etsitäänkin uusia tapoja, joissa eläinten käyttäytymistarpeet ja hyvinvointi otetaan entistä paremmin huomioon. Tässä väitöskirjassa vasikoiden kasvatusta on tarkasteltu sekä tuotannon että vasikoiden käyttäytymisen ja hyvinvoinnin kannalta. Väitöskirja koostuu kolmesta kokeesta, joista ensimmäisessä tutkittiin vasikoiden kasvatusta ryhmäkarsinoissa ulkona tai sisällä ja vasikoiden kasvatusta sisällä ryhmä- tai yksilökarsinoissa. Toisessa kokeessa vasikoiden annettiin imeä emiään rajoitetusti lypsyn jälkeen viiden tai kahdeksan viikon ajan ja kolmannessa selvitettiin vasikoiden veden juontia, kun vasikat saivat juomarehua vapaasti. Lisäksi kokeiden yhdistetystä aineistosta analysoitiin eri rehujen syöntimäärien suhdetta sekä rehujen vaikutusta kasvuun ennen ja jälkeen maidosta vieroituksen. Tutkimuksessa todettiin, että vasikoita voi ryhmässä kasvattaa kylmissä ja vaihtelevissa sääoloissa ulkona, kunhan ne hoidetaan ja ruokitaan erittäin huolellisesti. Kylmällä ilmalla vasikat saattavat kuitenkin syödä väkirehua vähemmän varsinkin, jos ruokailupaikka on ulkona ja makuualue sisällä. Ryhmässä kasvaneet vasikat aloittivat sekä kuivien rehujen syönnin että märehtimisen nuorempina kuin yksilökarsinassa kasvaneet. Ryhmissä esiintyvää käyttäytymisongelmaa, toisten vasikoiden imemistä, voidaan vähentää hoito- ja ruokintamenetelmillä. Annettaessa vasikoiden imeä emiään rajoitetusti lypsyn jälkeen vasikat oppivat imemään emiään hyvin nopeasti. Lypsytyö vaikeutui muutamien lehmien kohdalla, sillä ne pidättivät maitoa lypsettäessä. Saadessaan imeä rajoitetusti vasikat imivät suurehkoja maitomääriä kerrallaan. Vieroittaminen suurilta maitomääriltä viiden viikon iässä oli kuitenkin liian aikaista, koska vasikat eivät vielä syöneet riittävästi kuivia rehuja. Vieroitus emästä niin viiden kuin kahdeksankin viikon iässä aiheutti vasikoissa levottomuutta ja ääntelyn lisääntymistä. Saadessaan hapatettua juomarehua vapaasti vasikat joivat keskimäärin vain vähän vettä, olipa vesilähteenä avoin ämpäri tai vesinippa. Vasikoiden välillä oli suurta vaihtelua veden juontimäärissä. Viikkoa ennen maidosta vieroitusta vasikat joivat 0-3 l vettä päivässä. Vasikat joivat nipasta kerrallaan vähemmän vettä kuin ämpäristä, ja käyttivät enemmän aikaa päivässä veden juomiseen kuin vesiämpäristä juoneet vasikat. Suurin osa vasikoista joi vettä juomanipoista erikoisella tavalla esimerkiksi painamalla nippaa otsalla ja juomalla tippuvaa vettä. Vesinipat voivat olla siis vasikoille joko vaikeita tai epämukavia käyttää. Vasikoiden juoman maitomäärän lisääntyessä kasvu lisääntyy selvästi. Runsas maidon juominen vähentää kuitenkin kuivien rehujen syöntiä ja vieroitusvaiheessa kasvu voi hidastua. Vasikat olisikin tärkeää vieroittaa vähitellen, ettei muutoksia kasvuun tulisi. Syönti- ja kasvutulokset eivät aina anna oikeaa kuvaa kasvatusmenetelmien eroista eläinten hyvinvoinnin kannalta. Käyttäytyminen on herkkä hyvinvoinnin mittari ja se tulisikin aina huomioida eri kasvatusmenetelmiä arvioitaessa. .

Metsämaan vesitaseen muutokset Suomessa ilmaston muuttuessa

Muuttuva ilmasto, erityisesti kohoava lämpötila ja hiilidioksidipitoisuus, ei voi olla vaikuttamatta metsien kasvuun Suomessa. Metsätalouden sopeutumistoimilla voidaan pyrkiä lisääntyvän tuotospotentiaalin hyödyntämiseen ja metsätuhoriskien pienentämiseen. Sopeutumistoimien suunnittelemiseksi tarvitaan kuitenkin ensin tietoa siitä, miten ilmasto muuttuu ja mitä vaikutuksia ilmastonmuutoksella on. Työni oli osa vuonna 2005 käynnistettyä Ilmastonmuutoksen sopeutumistutkimusohjelmaa (ISTO). ISTO, ja näin myös oma tutkimukseni, tuottaa siis tietoa, jonka avulla voidaan mukauttaa metsänhoitoa vastaamaan muuttuvia ilmastooloja. Työssä tarkasteltiin maan vesipitoisuutta menneessä, nykyisessä ja muuttuvassa ilmastossa. Tavoitteena oli ennustaa, miten kuivuuden esiintyminen muuttuu Suomessa. Lisäksi menneiden kuivien vuosien kasvuvaikutuksia tutkittiin lustomittausten avulla. Vesitasemuutoksia lähdettiin tutkimaan mallilaskelmilla. Laskelmat perustuivat yksinkertaiseen open bucket – tyyppiseen vesimalliin. Mallissa maaperä ajatellaan tilana, johon sadanta ja lumen sulaminen tuovat vettä. Haihdunta ja valunta päinvastaisesti vähentävät sitä. Mallia sovellettiin Metlan yhdeksällä provenienssikoealueella, joihin lukeutui sekä kuusikoita että männiköitä eri kasvupaikoilta. Mallin yksinkertaisuuden takia koealueilta tarvittiin ainaostaan päivittäiset tiedot lämpötilasta, sadannasta, säteilystä ja VPD:stä. Lisäksi tuli selvittää kasvupaikkojen savi- ja hiekkapitoisuudet maaperäparametrien laskemiseksi. Vesimallilla tehtiin kahdet laskelmat. Ensimmäisissä laskettiin päivittäistä vesitasetta vuosina 1961-2008 mitattua sääaineistoa käyttäen. Toisissa laskelmissa käytettiin mitatusta säädatasta modifioitua sääennustetta. Lämpötilaa ja sadantaa oli kasvatettu vastaamaan vuosisadan lopulle tehtyä ennustetta. Näiden kahden laskelman tuloksia vertailtiin keskenään kuivuuspäivien lukumäärän osalta. Malliin oli siis ohjelmoitu kuivuuspäiväindeksi. Indeksin perusteella kuivuutta katsottiin olleen päivänä, jolloin kasveille käyttökelpoisen veden määrä laski alle 4 prosentin ja haihdunta leikkaantui 90 prosentilla normaalitasoon nähden. Kuivuuspäivät lisääntyivät kaikilla provenienssikoealueilla. Suurin muutos olisi tulosten perusteella odotettavissa etelärannikolla ja männyn kasvupaikoilla, jotka jo entuudestaan olivat alueista kuivimpia. Vähäisin muutos olisi taas odotettavissa kuusen kasvupaikoilla, etenkin jos sijainti ei ole aivan eteläisimmässä Suomessa. Kasvuvaikutuksia koskevien tulosten perusteella maan vesipitoisuus ei ole ollut merkittävä lustojen kasvua rajoittava tekijä provenienssikoealueilla menneinä vuosikymmeninä. Kuivuuspäivien määriin ei tule suhtautua absoluuttisina totuuksina, sillä ne ovat määritelmänsä mukaisesti vain suuntaa antavia. Niiden avulla voidaan tehdä ainoastaan päätelmiä metsiköiden ja vuosien välisistä suhteellisista eroista ja kehityssuunnista. Suoria johtopäätöksiä puuston kasvusta tai elinvoimaisuudesta ei pystytä tekemään. Eikä myöskään pystytä arvioimaan, reagoivatko mänty ja kuusi ennustettuihin muutoksiin eri tavoin. Voidaan kuitenkin päätellä, että keskimääräisten vuotuisten kuivuuspäivien lukumäärän kasvu johtaa brutto- ja nettoprimäärituotoksen vähenemiseen. Tätä kautta kuivuuden lisääntyminen alentaa myös kasvua verrattuna tilanteeseen, jossa kuivuuspäivien määrä pysyisi muuttumattomana.

Effect of colostrum feeding method and presence of dam on the sleep, rest and sucking behaviour of newborn calves

"In rats, sucking milk reduces anxiety and promotes non-rapid eye movement (NREM) sleep, and in calves it induces resting but the effect on sleep is unknown. Here, we investigated how calves' sleep was affected by colostrum feeding methods. Forty-one calves were blocked by birth date and randomly allotted within blocks to the experimental treatments. Calves were housed for four days either with their dam (DAM) or individually with warm colostrum feeding (2 L four times a day) from either a teat bucket (TEAT) or an open bucket (BUCKET). DAM calves suckled their dam freely. Calves' sleeping and sucking behaviour was filmed continuously for 48 h at the ages of two and three days. Behavioural sleep (BS) was defined as calves resting at least 30 s with their head still and raised (non-rapid eye movement) or with their head against their body or the ground (rapid eye movement, REM). Latency from the end of colostrum feeding to the start of BS was recorded. We compared behaviour of TEAT calves with that of DAM and BUCKET calves using mixed models. Milk meal duration was significantly longer for TEAT calves than for BUCKET calves (mean +/- S.E.M.; 8.3 +/- 0.6 min vs. 5.2 +/- 0.6 min), but equal to that of DAM calves. We found no effect of feeding method on the duration of daily BS (12 h 59 min I h 38 min) but we found a tendency for the daily amount of NREM sleep; BUCKET calves had less NREM sleep per day than TEAT calves (6 h 18 min vs. 7 h 48 min, S.E.M. = 45 min) and also longer latencies from milk ingestion to BS (21.9 +/- 2.0 min vs. 16.2 +/- 2.0 min). DAM calves slept longer bouts than TEAT calves (10.8 +/- 1.0 min vs. 8.3 +/- 1.0 min) and less often (78 +/- 4 vs. 92 +/- 4). Sucking colostrum from a teat bucket compared with drinking from an open"

Algorithms for Exact Structure Discovery in Bayesian Networks

Bayesian networks are compact, flexible, and interpretable representations of a joint distribution. When the network structure is unknown but there are observational data at hand, one can try to learn the network structure. This is called structure discovery. This thesis contributes to two areas of structure discovery in Bayesian networks: space--time tradeoffs and learning ancestor relations. The fastest exact algorithms for structure discovery in Bayesian networks are based on dynamic programming and use excessive amounts of space. Motivated by the space usage, several schemes for trading space against time are presented. These schemes are presented in a general setting for a class of computational problems called permutation problems; structure discovery in Bayesian networks is seen as a challenging variant of the permutation problems. The main contribution in the area of the space--time tradeoffs is the partial order approach, in which the standard dynamic programming algorithm is extended to run over partial orders. In particular, a certain family of partial orders called parallel bucket orders is considered. A partial order scheme that provably yields an optimal space--time tradeoff within parallel bucket orders is presented. Also practical issues concerning parallel bucket orders are discussed. Learning ancestor relations, that is, directed paths between nodes, is motivated by the need for robust summaries of the network structures when there are unobserved nodes at work. Ancestor relations are nonmodular features and hence learning them is more difficult than modular features. A dynamic programming algorithm is presented for computing posterior probabilities of ancestor relations exactly. Empirical tests suggest that ancestor relations can be learned from observational data almost as accurately as arcs even in the presence of unobserved nodes.