Latest / Mais Rúmen Podcast · by PPGVET / #68 - SÉRIE AMBIÊNCIA E BEM-ESTAR: USANDO IA NA PRODUÇÃO LEITEIRA | Dra. Marcia Endres

Transcript

#68 - SÉRIE AMBIÊNCIA E BEM-ESTAR: USANDO IA NA PRODUÇÃO LEITEIRA | Dra. Marcia Endres · Mais Rúmen Podcast · by PPGVET

0:00
Existe uma associação entre AOOA quantidade, o da duração de
0:05
ruminação na primeira semana e também qual é o tempo de
0:09
recuperação, porque a vaca quando ela quando ela pare.
0:11
O Bezerra, né, é? Vaca, pari, né?
0:14
O carro que é, ela diminui, a ruminação é normal.
0:17
Isso é normal, diminui, né? E daí ela começa voltar ao
0:20
normal. Então a gente vem com essa ideia
0:23
de o quê? Vamos ver se tem diferença a
0:25
vaca que recupera mais rápido e a vaca que demora mais para
0:28
recuperar. Existe uma diferença em na
0:31
produtividade dessas vacas. Olá ouvintes do mais room em
0:43
podcast. Meu nome é Daniel barretta.
0:46
Eu sou professor da unoeste Xanxerê e espero que gostem do
0:50
episódio, assim como eu gostei de gravar.
0:52
Não deixe de curtir, compartilhar com seus amigos e
0:55
eventualmente comentar qual parte vocês mais gostaram de
0:58
cada episódio. A novidade agora é que vocês
1:01
também podem fazer parte da nossa comunidade do mais rumo do
1:04
podcast. O link está na descrição do
1:07
episódio e por meio dela, vocês terão acesso a conteúdos
1:10
exclusivos e também serão avisados em primeira mão sobre
1:14
novos episódios. Fiquem agora com a gravação.
1:17
O mais rumo em podcast só é possível através de empresas
1:21
inovadoras e que apoiam a educação continuada na
1:24
bovinocultura brasileira. A Dirceu, produtora do
1:29
smartcamine MA referência global, emitiu Nina protegida
1:32
para ruminantes há mais de 30 anos, tortuga há 70 anos,
1:38
liderando o avanço no campo agriwin.
1:43
Há 7 anos simplificando a gestão agropecuária do produtor pelo
1:47
Brasil. Ilana, agilidade e precisão na
1:52
análise de alimentos, com opções e resultados em tempo real.
1:57
Bioforme há 30 anos, fazendo do agro um negócio mais rentável.
2:04
Olá ouvintes do mais uma no podcast é hoje eu tenho a
2:08
satisfação de conversar uma conversa Internacional aqui no
2:12
nosso é no nosso podcast, né? Eu tenho o privilégio de
2:16
conversar com a professora Márcia Andres.
2:18
Márcia, muito obrigado pelo convite, né?
2:21
Em colaborar conosco aqui no mais fundo e podcast.
2:24
Tá, obrigada por ter convidado para participar, eu não estava
2:28
muito. Não sabia, né, desse projeto de
2:30
vocês aí, porque eu moro nos Estados Unidos faz muito tempo,
2:33
60% da minha vida aqui, então não sei o que acontece no
2:37
Brasil, mas que legal um projeto bem interessante, liberado pro
2:41
não por um universidade aí bem legal ver isso, né?
2:44
E um prazer estar aqui. Espero que a gente possa
2:48
discutir alguns tópicos da da pecuária leiteira aqui nos
2:51
Estados Unidos e com a pesquisa que a gente faz.
2:54
Na área de bem-estar e tecnologia, aqui no nosso grupo,
2:57
na universidade de Minnesota, onde eu trabalho.
2:59
Certo isso e até vai comentar que a professora é professora da
3:03
universidade de Minnesota, né? E trabalha justamente nessa
3:06
nessa grande área, digamos assim, de do most realning, né?
3:09
No uso de dados, né? E na aproximação da
3:12
aplicabilidade disso dentro da pecuária é leiteira e a
3:16
professora tem trabalhos desde com bezerras também com animais
3:20
em lactação. Mas antes disso a professora
3:23
comentou. Então, 60% da vida é nos Estados
3:26
Unidos, mas os outros 40% não foram aí.
3:31
Então eu gostaria que, se possível, AA professora só é
3:34
compartilhasse conosco. Como foi a sua trajetória?
3:37
Sempre brinco. EE falo nos podcasts, né?
3:41
Nos episódios, bom, AA pessoa não se tornou professora da
3:44
noite pro dia, então assim, houve uma construção ao longo do
3:48
tempo. Então eu gostaria que que a
3:50
professora usasse esse espaço também para contar um pouco de
3:53
como foi. Foi, né?
3:55
A trajetória da Márcia Andres até chegar na atual é position.
4:00
Sim, claro, sim. Trajetória de vários anos.
4:02
Eu nasci em Curitiba, no Paraná, e fiz a faculdade na federal em
4:09
veterinária. Então me formei como veterinária
4:11
e logo depois de me formar, tive a oportunidade de fazer um
4:16
estágio. Pensei que queria um estágio.
4:18
Acabou sendo um mestrado aqui nos Estados Unidos, na.
4:22
Universidade, universidade, universidade, porque eu
4:31
trabalhava, estava muito interessado na área de, na
4:34
verdade, gado de corte. Quando estava na veterinária, eu
4:38
fiz muitos. Tinha um relacionamento com o
4:42
pessoal de gado de corte e gado de leite.
4:43
O meu primeiro estágio foi na withmarsum, que é uma
4:46
cooperativa no Paraná de gado leiteiro, na verdade.
4:50
E meus meus avós também tinham a vacas hosten, né?
4:54
Mas quando eu progredia no, no, no, na veterinária, comecei a me
5:00
interagir mais com o pessoal de gad leiteiro e trabalhei assim
5:04
um tipo 11, trabalho temporário, de mais ou menos um ano, com gad
5:08
leiteiro, numa companhia de confinamento de no de feed loat.
5:12
E então estava interessado em ir para os Estados Unidos para ter
5:15
mais treinamento nessa área. Então por isso fui à awa state,
5:18
a aw state na época. Tinha um programa muito forte em
5:22
em gado leiteiro, então fiz 11 mestrado em nutrição animal,
5:27
nutrição de gado de gado de corte.
5:31
Quando estava na state, conheci a pessoa que se tornou o meu
5:33
marido no futuro. Não é o meu futuro marido,
5:35
digamos assim. E ele se mudou para Minnesota.
5:40
É um estado que é o norte de aywa e da Minnesota é o norte de
5:44
aywa. A gente faz Fronteira com o
5:46
Canadá. No centro dos Estados Unidos a
5:49
gente chama midwest, né? O meio Oeste americano, entre
5:54
algumas pessoas se referem ao Fly over'beca.
5:56
Gente, não é? E como era a Minnesota?
6:01
Era muito na época. Número 45 em gad leiteiro, eu
6:05
acabei transicionando o meu PHDA gad leiteiro, então mudei de de
6:11
área, digamos assim. E comecei a trabalhar com o gad
6:14
leiteiro no meu PhD na área de nutrição, mas especificamente na
6:18
época e me formei e trabalhei por uns alguns anos com uma das
6:26
divisões da down agro Science. A down agro Science é uma
6:29
companhia que é baseada na Indiana, mas tinha 11
6:32
subsidiária aqui em menasota. Trabalhei como genero de
6:37
nutrição animal para eles e daí a posição aqui de de.
6:42
Uma professora aqui na universidade de minasota abril e
6:46
um dos meus ao ser mentores. Mentores existem mentores não
6:53
era no meu comitê, na verdade, mas é um dos mentores que eu
6:56
tinha aqui na universidade de minasota me quase me obrigou a
7:00
aplicar para essa posição e eu pensei, não, não vamos escolher,
7:05
mas acabaram me escolhendo. Então eu comecei a trabalhar
7:08
aqui na universidade de minasota.
7:10
E quando eu comecei a trabalhar com com meu trabalho na área de
7:13
forragens e nutrição e na o meu, o meu, o meu trabalho aqui é uma
7:20
área de pesquisa e extensão. A gente fala são, faz pesquisa
7:23
que é aplicada ao campo. E então eu trabalhava com muitos
7:27
produtores e os produtores começaram a me dizer que eles
7:31
não estavam interessados em nutrição.
7:34
Porque o nutricionista vem na fazenda e ajuda eles.
7:36
Já ele estava interessado no que eles chamavam de Karl Comfort,
7:40
que seria o bem-estar animal. Então eu conheci o Dan wery, que
7:44
é da universidade de British Columbia, e através de uma da
7:47
dos pose docs que eles tinham, que é a Cassandra toker, fez um
7:50
projeto com o Dan wery e a Marina von kaicerling na
7:53
universidade de British Columbia.
7:54
Fiz um Mini sabático com eles e 11 trabalho de comportamento
7:59
animal, aprendendo mais sobre bem-estar.
8:02
E transicionei de nutrição a bem-estar animal, como ele se
8:06
fazia pesquisas na área de de de Lemes, né?
8:10
Nem sei como é que fala em português coisas selecionadas
8:13
com o animal. Of com o animal offer a gente
8:15
fala aqui é um bem-estar EE, andei, envolveu nos últimos 10
8:20
anos, também teve a oportunidade aqui com o crescimento de
8:23
tecnologia. De, por exemplo, a ortenha
8:27
robotizada AO alimentador artificial, não da automático
8:31
para BC. Eu comecei a trabalhar bastante
8:34
na área de tecnologia e nós também organizamos um evento
8:38
nacional a cada 2 anos, que é a Precision the reforming
8:41
Conference. Eu sou a coordenadora para esse
8:43
para esse evento, né? Então isso faz bastante área
8:46
também de extensão de outwich Na Na Na Precision there.
8:51
E essa essa área de tecnologia relaciona muito com o bem-estar,
8:54
porque a gente pode usar a tecnologia para para manejar os
8:59
animais de uma maneira mais efetiva, mais proporciona melhor
9:04
saúde, proporciona melhor produtividade.
9:06
Então, essas 2 áreas são as áreas que eu trabalho mais.
9:08
Seria o bem-estar e tecnologia. Mas sim, learning não é algo que
9:12
eu faço. Eu sozinha, eu colaboro com
9:14
colegas, por exemplo, num trabalho recente que colaborei
9:16
com o laboratório de João Doria. Aqui também é brasileiro, está
9:19
lidando. Trabalho muito bom em computer
9:22
Vision, machine learning na universidade de Wisconsin.
9:25
Então trabalhei com aquele grupo E o pós DOC dele é o Thiago
9:28
brazolin, que agora está em em lanois.
9:31
Então colaboração é muito importante para gente, para para
9:35
trazer outras áreas de de pesquisa quando a gente faz esse
9:40
tipo de trabalho. Então essa a minha área.
9:43
Estou aqui na universidade 22 anos, um pouco mais que 22 anos
9:48
como professora aqui na universidade de mennesota.
9:50
Eu sou também a atualmente, atualmente sou também a diretora
9:57
de Grad Stars do programa de Grad Stars aqui.
10:00
Então trabalho com todos os estudantes de pós graduação aqui
10:03
e também sou AA líder, né? Do do do extensão do time de
10:08
extensão, enderey para para o nosso estado.
10:11
Então trabalho com vários educadores ao campo, né?
10:15
Que trabalham mais nos County offices, a gente fala.
10:18
E também com colegas aqui, o nível estadual e o nível
10:22
regional. Então, a minha área é bem
10:25
diversa, digamos assim, e trabalho com várias
10:28
organizações, como também o farm program, que é o Animals
10:32
oferecessement para para Animals para fazer as leiteiras.
10:36
Eu sou parte daquele programa. Fazem muitos anos também, né,
10:38
que é a animal offer assassement programa.
10:45
E outras áreas direcionadas, como por exemplo they care,
10:47
wolffer, canson and outras áreas a Paco que é o Professional
10:51
animal other thirst septification organization, so
10:53
no border, the diractures and so Cher do on the das comedy's.
10:58
Então trabalho também nessa área muito bem envolvida, ainda em
11:01
bem-estar também. E a Precision there?
11:03
Nós temos 11 sessão Internacional de Precision there
11:06
forming, que é baseada na Holanda, e eu sou a Cher também
11:10
dessa organização, então eu estou bem envolvido nos 2 grupos
11:13
de. O ilana oferece análises de
11:22
alimentos de forma rápida e precisa, garantindo decisões
11:26
seguras em tempo real sobre as dietas dos animais.
11:29
Com foco na transformação digital, seus serviços entregam
11:33
uma tecnologia de informação ao produtor, reduzindo perdas e
11:37
aumentando a eficiência. Ilana.
11:40
Análise de alimentos com velocidade e inovação para um
11:43
futuro mais sustentável. Quando a professora é fala até
11:49
você, você percebe que é ao ao longo do tempo, até a
11:54
familiaridade com o português, algumas algumas palavras já
11:57
ficaram é, já, já são. É comuns, né, professora?
12:00
Apenas No No inglês, mas interessante, eu anotei aqui
12:03
colaboração, né? E aí eu eu percebo até uma
12:06
diferença, né? Uma é uma.
12:10
A circularidade dos Estados Unidos, né?
12:12
Da aproximação da da Station, né?
12:14
Já que é é a extensão com a pesquisa, então a pesquisa
12:18
norteada direcionada, certo? Guiada por necessidades que
12:23
partem muitas vezes dos produtores, né?
12:25
Interessante a. A colocação que a professora fez
12:29
de bom nutrição, nós já temos alguém que vem EE, resolve o
12:32
problema, mas e o bem-estar, né? Então assim, essa colaboração e
12:37
também a colaboração entre universidades e a professora
12:40
comentou então sobre. Né, é justamente Oo midwest, né?
12:43
Essa região mais ao norte dos Estados Unidos só tá faz é a
12:47
divisa com o Canadá, né? E se nós e se a professora
12:51
pudesse compartilhar, é conosco, né?
12:54
Como que seria uma caracterização da produção
12:57
leiteira nessa é nessa região, um Panorama geral da atividade,
13:03
né? Nessa região onde a professora
13:05
tá inserida, né, e a professora até tinha mais de 22 anos, então
13:09
Na Na universidade de linha de Santana.
13:11
O tempo passa, né? Sou aqui nos 1000, este
13:14
americano, claro, temos o Wisconsin, que é o nosso vizinho
13:17
aqui, né, que é o número 2 de produção no país, né?
13:22
De produção de produção leiteira, nós do número 7 aqui.
13:24
Então, se nós 2 estados aqui no top Ten, digamos assim, e a
13:28
produção é a maioria das vacas, eu diria, estão em free
13:34
stolbars, mas ainda temos várias fazendas que a gente chama Ty
13:38
stals, isso são fazendas menores.
13:40
Onde as vacas tem 11 cama com uma correntinha que segura elas
13:45
na numa numa Baia, digamos assim, né?
13:48
Baia? Não sei se.
13:49
Baia ou uma Baia? E essas seriam ainda estamos em
13:54
torno de 30 a 40% das fazendas, mas não das vacas.
13:57
Porque a maioria das vacas estão fazendo as maiores, né?
14:01
Então há uma diversidade de. Temos algumas fazendas que usam
14:06
pastagem ainda aqui eu tive talvez 8%, 5 a 8% das fazendas
14:12
são pastagem ou Organic, Organic, né?
14:16
Temos algumas fazendas que usam bad paxistem, mas não muito, mas
14:20
tem algumas usando isso. Isso é isso que.
14:25
Eu também fiz muita pesquisa. Sou conhecida como a Queen, a
14:27
compos barn anos atrás não faço mais, mas fiz muita pesquisa
14:31
nisso anos atrás porque os produtores estavam interessados
14:34
nisso também. Fiz muita pesquisa em cross
14:37
ventilator temos algumas Barnes que são cross ventilator, que
14:40
são fazendas de free stol, que tem uma.
14:44
Como eu posso descrever uma sessão de de ventiladores de um
14:46
lado que trazem o ar através a chama se cross ventilation,
14:51
então ventilação cruzada. Temos fazendas deste tipo que
14:55
são free stals, não é porque a gente tem um clima muito frio
14:57
aqui, então temos que ter Currais.
15:00
Não pode ficar assim aberto como Arizona ou Califórnia.
15:04
As vacas têm que estar dentro, não é numa no inverno aqui de
15:08
temperatura de menos 30° e muita neve.
15:12
EE temos, então há fazendas que vão de não, 4050 vacas está aí e
15:18
tal. Até fazendas que têm 12500 vacas
15:21
por por fazenda. Tem um grupo aqui baseado em
15:25
Minnesota que está em torno de um total de 200000 vacas
15:29
distribuídas em várias partes de Minnesota.
15:31
Salta cota, em alguns não é, são tem uma diversidade muito grande
15:36
de tipos de fazenda, o que faz com que o nosso trabalho fica de
15:39
certa forma difícil, porque você tem.
15:42
Muitos estilos em muitos tipos de fazenda e mas também faz com
15:48
que o trabalho seja bem interessante.
15:50
E essa diversidade para mim é é ótima.
15:53
Eu eu gosto de ter vários tipos de de sistemas, que é tentar
15:58
aprender sobre vários sistemas. Aí eu não trabalho muito na
16:02
parte de pastagem, mas nós temos.
16:04
Uma das nossas fazendas de pesquisa que eu colaboro com meu
16:07
colega nessa nessa pesquisa lá na parte de pastagem orgânica.
16:11
Também fiz vários trabalhos com ele, que que é parte do nosso
16:14
sistema, mas eu trabalho mais na maioria das minhas colaborações
16:18
e trabalhos são feitos em fazendas comerciais e são free
16:23
stals. A maioria do meu trabalho deve
16:24
ter trabalhado com torno de 600 600 fazendas diferentes no curso
16:28
do meu, das minhas pesquisas, algumas vezes a mesma fazenda
16:31
mais vezes. Mas só fazendo esse free stol a
16:34
minha área de pesquisa maioria foi em free stol facilei.
16:39
É só fazendo um paralelo, né, com é o sul do Brasil.
16:42
A professora comentou que é de a gente fala direto aqui de Santa
16:46
Catarina e muitos dos é das pessoas convidadas para podcast
16:50
também são do sul do Brasil ou do sudeste.
16:53
É então assim, tá havendo uma redução no Brasil do número de
16:56
produtores de é de leite, né? EE, muitos estão encerrando a
17:01
atividade, né? E há uma.
17:03
Cela que tá migrando justamente para esses sistemas é
17:06
confinados, né? O comput ou ou fristal, o tal é
17:10
é um é um modelo que não é muito comum no Brasil, né?
17:14
Então aí até me surpreendeu, Oo número de que ainda há não em
17:17
número de vacas, mas em número de propriedades, que ainda é que
17:21
ainda é Toy stal, que é, até vamos dizer, soa incomum para
17:25
nós, né? O animal fica preso por uma por
17:28
uma coleira, né, por uma, por uma corrente, né?
17:31
Então assim é. Mais comum é.
17:33
Mas como aqui eu diria, e no norte ist, né, que seria nível
17:35
de Nova Iorque, aquelas partes, e em Canadá, especialmente em
17:39
Quebec, Quebec ainda tem em torno de 6070-6070 por cento das
17:44
fazendas são tais e tal. É muito interessante, mas isso
17:47
está desaparecendo porque o público, o público não gosta,
17:51
né? Porque o público prefere que o
17:53
animal tenha a Liberdade de movimento, então?
17:56
A tendência é dessas fazendas se aposentarem.
17:59
As vacas vão para fazendas maiores.
18:01
A gente não perdeu vacas aqui nos últimos anos.
18:04
Perdemos fazendas. A número de fazendas diminuiu,
18:08
mas o número de vacas aqui e no país tem estado bem estável em
18:13
torno do país inteiro, em torno de 9.39 ponto, 2000000 de vacas.
18:17
Aqui em meninas só está 480, 470000 vacas.
18:21
AO número tem sido, de certa forma, constante, mas o número
18:25
de fazendas diminuiu muito. Então é consolidação, ela vai
18:30
falar. Consolidação da da nossa
18:32
pecuária leiteira está acontecendo aqui?
18:34
Com certeza, sim. É e interessante que na sua
18:39
fala, a professora citou a percepção dos consumidores, né?
18:42
Então em relação ao pastal, e aí, né?
18:45
Fazendo já um paralelo disso, com bem-estar bom e juntando as
18:48
2 coisas, bem-estar com percepção dos consumidores, nos
18:52
leva, por exemplo, a criação de bezerras, como é o padrão, né?
18:56
De criação de bezerras. Então é aí você também está
19:00
vendo algum tipo de migração? E se essa migração ela é
19:04
norteada e guiada também por um. Uma percepção de, né?
19:08
De quem consome os produtos, os derivados lácteos.
19:12
Sim, com certeza. Uma estudante minha, real perto
19:16
e eu e em uma colaboradora, Beth venture, fizemos uma pesquisa
19:19
alguns anos atrás aqui na state fair, que a gente tem uma state
19:22
fair aqui. A state fair é uma é 11 evento
19:27
anual que tem 2000000 de pessoas atendem.
19:30
E nós fizemos uma pesquisa com o público para perguntar se o
19:33
público preferia. Que as berrezas estavam estejam
19:38
sozinhas, né? Quando a gente separa da vaca e
19:40
então põe No No hot say uma Baia individual, que na época em
19:44
torno de 7060 a 70% dos fazendeiros é o que eles estavam
19:48
fazendo, é pondo elas individuais ou em Um Par né?
19:52
Um com outro bezerro ou em small grupos ou grupos de Bezerros,
19:56
85% dos participantes preferirem o grupo.
20:00
Então tem muita, muita preferência pelo pelo pelo
20:04
consumidor de leite em 9896, ou 98% das pessoas que fizeram a
20:09
participaram na pesquisa consumem produtos lácteos.
20:12
Então eles gostam de produtos lácteos.
20:14
Então eles eram públicos, que é uma simple Brandon, mas a
20:18
maioria do público aqui consumiu produtos lácteos, ou seja, não
20:22
queijo, leite, sorvete, EE, iogurte, et cetera, então.
20:29
Esse público percebe e entende o fato que gado leiteiro é 11
20:36
animal de rebanho que gosta de estar em grupos.
20:40
E você olha, por exemplo, num sistema mais natural como gado
20:43
de corte, né? O bezerro cresce em grupos como
20:47
as mães, né? Com as dens.
20:49
Não sei o que se é a palavra em português para Den.
20:52
Então você vê que eles criam eles, os grupos de os pequenos
20:55
grupos de bezerras juntas, né? Eles gostam de estar numa
20:58
creche, digamos, juntos, né? Então essa ideia de, já que a
21:02
gente se separando da mãe, pelo menos eles podem estar juntos
21:05
com outros bezerras, outros bezerras, é uma coisa que o
21:09
público prefere. Então tá tendo uma certa
21:12
transição aqui. Não digo que a maioria ainda
21:17
ainda é. A maioria é individual.
21:19
Mas está tendo uma certa transição em direção a alojar os
21:24
bezerras em pares, que é mais fácil.
21:26
Você põe 2 hotes juntas e põe uma cerca em volta.
21:29
E aí você tem Um Par, né? De 2, pelo menos.
21:32
Ou grupos pequenos combinando hots ou não.
21:36
Dentro de Barnes, né? De de currale Currais, com now
21:40
11, área maior onde a gente põe bezerras juntas.
21:46
E isso é uma tendência que a gente está observando aqui no
21:49
meio do West, de transicionar mais para esse tipo de
21:53
alojamento, porque o público, o consumidor prefere é.
21:59
Então é é isso que está então fazendo com que isso se torne
22:04
mais comum, digamos, para gente com essas tem uma certas
22:09
dificuldades, né? Quando se põe.
22:12
Bezerras juntas, é mais fácil transmitir doença.
22:15
Nós eu eu sempre falo da comparação com a criança.
22:18
Você leva a criança para creche, né?
22:20
Ela começa a ter mais doença, né, porque está exposta a outros
22:24
patógenos, né? Patógenos.
22:26
Sim, isso exato, patógenos. Isso então, agora você põe
22:30
Bezerra juntas? Claro, você.
22:32
Tem 11 challenge. É uma dificuldade que a gente
22:34
vai ter que prestar mais atenção.
22:36
E como é que a gente identifica esses animais, né?
22:38
Então tem várias maneiras que o pessoal está alimentando.
22:41
Você pode alimentar com, por exemplo, nosso sistema mais
22:45
rústico, sem rústico. Isso é.
22:50
Mais rústico, mais rústico, mais simples para um plugado assim
22:54
que está pastora bastejo, a gente tem esses boquetes, esses
22:57
baldes grandes com. É bicos, como é que chama a
23:00
tits? É.
23:01
Com vários bicos que a gente alimenta, eles vem todos juntos
23:04
ao mesmo tempo. Todo mundo bebe rápido, né?
23:07
E não é automático, é assim, é manual. 2 vezes por dia você
23:10
traz e é uma maneira que você pode alimentar grupos, né?
23:13
Você pode por grupos de 5 até 10.
23:15
Depende do tamanho desses baldes, né?
23:19
Essa é uma maneira que o pessoal pode usar para ter reservas em
23:24
grupos. Outra alternativa seria usar um
23:26
alimentador automático. Esse seria 111, sistema que tem
23:31
uma tipo 111 caixa. Como é que eu digo 11?
23:36
Área onde o bezerro vai. É identificado, né?
23:39
Tem uma aref ID, né, a aref, IDA, frequência, identification,
23:43
né? Uma tag, na verdade,
23:45
condicionada na orelha, que quando entra, digamos assim,
23:48
numa numa Mini casinha naquela Baia ali pra, né?
23:52
Ele tem identificado como rádio frequência.
23:55
Isso, isso também é uma outra forma que que a gente pode
23:58
alimentar eles em grupos, né? Essa é uma área que a gente
24:01
também fez pesquisa porque tinha interesse dos produtores.
24:06
Fizemos a primeira pesquisa, acho que foi em 2015.
24:11
A 16. É o nosso primeiro projeto que a
24:13
gente visitou 40 fazendas por 1 ano e meio coletando dados.
24:17
Não eu, né? Meus meus estudantes então fui
24:19
eu, é o estudante fez. Ele gosta de dizer que ele fez 2
24:22
viagens de volta do mundo durante aquela pesquisa, tanto
24:26
viajar na região aqui viajando e coletando dados de não
24:32
observando os animais e coletando dados do dos.
24:36
Das fazendas, né? Mas pra gente entender quais
24:38
serão os fatores que eram importantes, se a gente vai usar
24:41
esses alimentadores automáticos, então é uma opção.
24:45
Não tô dizendo que todo mundo usa, né?
24:47
Mas é uma opção e vem com essas dificuldades, porque agora tem
24:51
NS em grupos, mantém esse sistema limpo, é muito
24:54
importante, então é, não é menos trabalho, é um trabalho
24:58
diferente, tem trabalho também, sabe?
25:00
É automação que diminui. A necessidade de alimentar esses
25:07
Bezerros manualmente, 2 vezes ao dia, AA máquina alimenta e
25:13
também mais naturalmente, porque os Bezerros comem 45 vezes ao
25:16
dia. Não só não só 2, né?
25:17
Então, mais natural para o bem-estar é bom, mas requer
25:22
limpeza muito, muito grande disso.
25:25
Trocar os bicos, trocar as os tubos, né?
25:29
De alimentação, essas coisas, então.
25:31
Tem também um trabalho, né? Mas um trabalho mais flexível no
25:35
horário. Assim, não é?
25:36
No mesmo horário do dia, você pode ter mais flexibilidade.
25:39
Então tem uma vantagem, usar esses esses alimentadores
25:43
automáticos, né? Certo, só fazendo 11 paralelo é
25:47
que a professora comentou sobre o número de o que, Ah, tá
25:50
havendo essa, essa tendência, né, de que já tem 11, número
25:54
considerável de BC. Acho que estão sendo criados
25:56
dessa maneira aqui ainda. Isso tá muito no início, né?
26:00
Tem poucas propriedades. Porque utilizam.
26:02
Eu até eu visitei uma fazenda, era com gato Jersey, aí há há
26:07
pouco tempo atrás, e aí a proprietária é também eles são
26:11
proprietários é que vieram que tiveram um período fora do país,
26:16
né? E então trouxeram essa ideia,
26:17
implantaram eles até tem. É o sistema de estação de monta,
26:21
então eles secam as vacas em um em um determinado período.
26:25
E quando nós fomos conversar sobre as bezerras, ela usou o
26:28
mesmo exemplo, disse, Ah, é como uma criança de creche, então
26:31
assim, permite uma certa interação, né?
26:35
Já tem trabalho mostrando assim. Ah, do ponto de vista, né, de
26:38
até de percepção do consumidor e também dos próprios Bezerros,
26:42
né? De desempenho e tudo mais,
26:43
quando criado em conjunto, mas que carrega junto alguns
26:47
desafios do ponto de vista sanitário, programa
26:49
respiratório. Hora sanitária, né e tudo mais,
26:52
isso é um outro. Não podia deixar de de lembrar,
26:56
eu eu tive um período que eu tive na Flórida e lá o estresse
26:59
é por calor, né? E aí a professora faz um outro
27:02
paralelo de um outro extremo dos Estados Unidos, né?
27:05
Então assim estava totalmente ao sul e aí esse migra lá para o
27:09
norte, então precisar criar um sistema, né, para assim Oo
27:13
problema, Oo desafio é climático, ele segue sendo muito
27:17
grande, mas aí pelo é pelo frio. E não pelo então não pelo calor.
27:21
Então assim, outros 2 é 2 extremos, né?
27:24
Dentro do do país. E aí quando passa, eu imagino
27:28
que pra uma é uma criação, Um Par.
27:31
Ou então, principalmente quando é por pequenos grupos.
27:35
É talvez seja um desafio maior também de identificar, né, esses
27:39
animais e assim, Ah, é identificar doenças, né?
27:42
E justamente porque às vezes a morbidade, né?
27:45
Eu imagino que possa até ser maior AA passar, né?
27:49
11 determinado patógeno pra um e pra EE pra outro.
27:53
É mais ou menos isso, professora.
27:55
É com certeza, porque agora você tem os animais e num grupo, né?
27:59
E claro que a pessoa que é bem treinada AA observar e a
28:04
identificar Bezerros que talvez estejam com problemas, né?
28:09
É um trabalho diário, não observar os animais tal, mas se
28:13
você pode usar os esse, por exemplo, você tem alimentador
28:16
automático. É esse alimentador coleta várias
28:19
informações sobre cada bezerro, por exemplo, coleta quanto
28:23
leites beberam de cada vez, coleta quando eles visitaram o
28:27
alimentador. E era hora de beber leite ou
28:31
não. A gente chama se Reward and
28:33
Reward to visits. Ele coleta ou calcula ou estima
28:37
AAAA drink, Speed, AA velocidade de beber, né?
28:42
Que é um fator importante. E o intervalo entre visitas e
28:45
coisas assim. Então tem muitas informações
28:47
sobre Oo comportamento de alimentação, desses, desses
28:51
Bezerros que a gente pode coletar.
28:53
Do software, né? Que que que que maneja esses
28:58
alimentadores, digamos. E isso é uma coisa que a gente
29:01
estava sempre interessada de, de de saber se tinha alguma relação
29:06
com a saúde dos animais. Então fizemos uma pesquisa com
29:10
uma fazenda comercial aqui para coletar dados.
29:15
Meus estudantes foram uma vez por semana para fazer AAO health
29:19
score, né? Avaliar a saúde dos animais.
29:22
E também coletar information. AA fazenda Oo, pessoal da
29:26
fazenda também foi treinado para fazer observações.
29:29
As mesmas observações que a gente fazia que seria AO
29:34
modificado pela chill marghorps University Wisconsin scorencese
29:40
também a gente fala que escora para usar os olhos, orelhas, os.
29:45
Atitude. Do animal.
29:47
Talvez vocês são familiares? Sujeira talvez, professora
29:50
também. A limpeza tal se tem problema de
29:53
diarreia e tal, né? E então a gente usou esse
29:56
sistema e também treinou o pessoal da se fazenda.
29:58
É muito bom, a pessoal que trabalha o kero takers, né?
30:01
O pessoal que trabalha com os animais, os Bezerros eram muito
30:04
bons e também treinamos eles para fazer essa observação
30:07
diária. E daí só tratar animais que
30:10
estavam com 11 escor alto, né? Que talvez estivessem doentes.
30:15
Esses animais foram os únicos tratados e também esse Record
30:18
foi a gente coletou, então a gente coletou dados diários do
30:21
tratamento, das observações, do do pessoal, né, da fazenda e os
30:25
nossos mesmos, dos estudantes visitando toda semana para
30:29
coletar os dados para ver se nada se perdia e tal, né?
30:32
Isso então parte da coleta foi manual, digamos essa foi isso.
30:36
Então, então tanto pelos pelos cuidadores da própria fazenda e
30:39
também pelos seus alunos. E também aliado a isso, teve as
30:43
informações agora do alimentador automático.
30:45
Isso, portanto. Isso isso os OK gamers, né?
30:47
Os comportamentos do alimentador então a ideia seria, é uma
30:51
relação entre os esses comportamentos do coletados
30:54
pelo. Pelo sistema e a saúde.
30:56
Então achamos um primeiro, um primeiro.
30:59
A história que a gente publicou, acho que foi no ano passado ou
31:01
um ano anterior. A gente viu que sim, há uma
31:04
associação. Então, coisas como OA quantidade
31:08
de consumo, né? De leite ao número de visitas
31:12
AOA, idade, na verdade, a idade também do animal, quando ele
31:17
fica doente. E acho que também foi AA
31:21
velocidade de bebês, digamos assim.
31:23
São áreas que eram importantes para que estavam associadas.
31:27
Isso aqui é uma observação, então a gente não pode dizer que
31:29
é a associação, né? A associação desses desses
31:32
comportamentos com a saúde dos animais.
31:34
E daí no, no, numa fase, na segunda fase, digamos, se
31:38
trabalhou com aquele grupo. Eu mencionei mais antes da
31:40
universidade de Wisconsin, João d'ores group, pra ver se a gente
31:43
podia usar machina, né? Que é uma maneira de treinar o.
31:50
Como pode dizer treinar 11 estatístico, model, né?
31:52
Que pode ajudar a gente a talvez predizer se um animal vai estar
32:00
doente ou não, né? E não usando esses
32:01
comportamentos que a gente descreveu e achamos que que sim,
32:07
dependendo do tipo de model, né? O random forest.
32:11
Por exemplo, foi um tipo de machine learning metodologia que
32:17
que funcionou. E a gente teve uma curiosidade,
32:20
em quase 8078 por cento mais ou menos.
32:22
Não é perfeito, como eu disse, esses tipos de sistemas de
32:26
machine learning, de dizer doenças ou detetar doenças antes
32:33
delas acontecerem, que alguns outros grupos fizeram.
32:35
Não foi o nosso grupo. Outros grupos têm feito.
32:39
Não é perfeito, mas ajuda a identificar 111, percentagem
32:44
muito boa de animais que precisam de atenção.
32:47
Então o que que isso faz? É 111, ferramenta que trabalha
32:53
junto com o trabalhador para ajudar no trabalho deles a
32:57
detetar esses animais, porque é difícil.
32:59
Às vezes a gente pode não. Não observar onde a gente
33:01
perdeu, não viu que esse animal estava ficando doente e a e a
33:04
máquina o alimentador, digamos, você põe esse, esse, esse no
33:09
software, pode ter esses, esses algoritmos, algoritmos,
33:13
algoritmos, algoritmos dentro desse software para dizer, OK,
33:18
futter, rabflag, esse animal tem que ser observado.
33:21
Então isso cria uma lista de manhã.
33:23
Você vai lá como trabalhador, essa lista está criada e diz,
33:27
bezerro número 2015. Modificou, teve 11.
33:31
Problema à noite, né? Ou no dia anterior?
33:34
Você tem que tem que ver esse animal.
33:35
Então o que o pessoal vai fazer? Vai fazer 11 exame clínico pra
33:39
ver se o animal tem alguma, vai olhar de novo o animal, acessar
33:42
o animal, talvez dá um probiótico 11, sei lá, umas
33:46
vitaminas, minerais ou eletrólitos.
33:53
Ajudar o animal a se recuperar por si mesmo, sem que ter os
33:57
antibióticos, né? Para ajudar o animal a se
33:59
recuperar antes que fique mais doente.
34:02
Mais severamente, né? Isso do suporte.
34:07
Para ajudar o animal a se recuperar, né?
34:09
E você daí continua prestando atenção nesse animal, né?
34:12
E esperamos que isso ajude a diluir os antibióticos, diminuir
34:15
animais que morrem, né? Porque a gente.
34:18
Podem observar que eles estão fora do normal, né?
34:20
Eles estão assim, o comportamento mudou e então essa
34:25
essa essa ideia de usar a tecnologia como 11 ferramenta de
34:30
auxílio ao trabalhador, ao pessoa que que está cuidando dos
34:34
animais, eu acho que é muito importante para bezerras e
34:37
também para vacas não lactação. E tudo isso porque é 11
34:41
ferramenta que está sendo desenvolvida e com.
34:44
O desenvolvimento de artifício, inteligência, né?
34:47
Inteligência artificial ficando cada vez melhor.
34:50
Eu acho que isso vai melhorar e eu vejo um futuro.
34:53
Talvez eu seja muito otimista, mas vejo um futuro que talvez a
34:57
gente pode detectar mais em detalhe e talvez.
35:00
Identificar que tipo de doença é respiratória, é de é de
35:03
digestiva, a vaca tem problema de ectose, a vaca tem problema
35:08
de youk feever, a vaca tem problema de mastite, metrite,
35:13
então, acho que com o futuro e o desenvolvimento de de artificial
35:19
melhorando mais e mais e a gente aprendendo mais sobre isso.
35:23
E a conexão entre computer scientists, engenheiro de
35:27
computação e os animal scientist.
35:30
Isso vai modificar, eu acho muito, sabe?
35:32
No futuro eu acho que a gente vai ter, Daniel, uma coisa mais
35:36
robusta, cada vez mais robusta, né?
35:38
Então é é assim, o futuro é muito bright para pessoas que
35:41
estão vindo depois de mim aqui eu já já faz muito tempo de
35:45
trabalho, não sei quantos mais anos, eu tenho alguns anos
35:47
ainda, mas acho que não sei se eu vou chegar a ver isso, vamos
35:49
ver, quem sabe vai ser rápido e cada vez assim.
35:52
Um futuro muito interessante da combinação de tecnologia EEA.
35:58
Aprendendo a manejar os animais melhor, para bem-estar, para
36:02
produtividade, né? É uma coisa assim, muito
36:03
excitante. Excita exato, exato, é
36:07
excitante. Assim é quando AA gente nos nos
36:12
acostumou o é comum. Bom, o algoritmo, ele tá em
36:14
todos os lugares, né? Por exemplo, na social media,
36:17
né? Tá lá vendo um vídeo baseado no
36:20
teu comportamento, né? Ele já vai sugerir o próximo.
36:23
Agora, por exemplo, isso aplicado a ciência animal, né?
36:28
O animal Science. Como a professora comentou,
36:30
dando um exemplo de bezerras, né?
36:32
Assim, dados do alimentador automático.
36:35
Ele ainda só pra mim é, acho que eu entendi corretamente, mas ele
36:38
ainda não prediz qual é, por exemplo, a doença, mas ele
36:41
prediz, por exemplo, AO status de saúde, né?
36:45
Antecipa isso com uma acurácia de 80% e que aí possa ser uma
36:50
alternativa para o trabalhador ir lá e direcionar uma atenção
36:53
específica para aquele Bezerra que a partir do momento aonde
36:56
está um grupo maior, seria mais. Difícil de identificar aquele
37:01
aquele Ah, certo, né? Então ajuda, ajuda no grupo, né,
37:05
porque o grupo assim às vezes é difícil, você pode, não quer
37:08
dizer não bezerras. As bezerras normalmente
37:10
descansam 18 horas por dia, uma que tá doente e uma que não tá,
37:15
então é difícil de ver, tá um animal lá, deitadinho e tal,
37:18
você pensa que ele tá bem, né? Não tá?
37:21
Então aí eu vou saber agora, usando essa tecnologia, talvez,
37:24
mas me diz, não aquela Bezerra, não.
37:27
A psique tava ok, mas não tá. Vai dar uma olhada nela porque
37:29
ela tá e daí você vai lá olhar no grupo, talvez ela tá mais
37:33
separadinha ou tá mais. Então a gente começa a ver ter
37:36
algum problema com essa Bezerra. Então o computador ajuda a esse
37:40
trabalhador não a perder, né? Essa oportunidade de ver esse
37:44
animal, porque as bezerras descansam, é normal, é um
37:47
comportamento normal de bezerras, então fica até mais
37:49
difícil com bezerras do que com vacas, porque as vacas
37:51
normalmente são mais ativas e. Então assim, deitado o dia
37:54
inteiro Na Na Baia, a gente fica, ó, tá meio doente,
37:56
provavelmente, mas anão veio comer, né?
37:59
Também tá doente e tal. Mas o Bezerra assim, só de olhar
38:02
às vezes é difícil, né? Então isso isso ajuda muito, eu
38:05
acho. É uma maneira de, como disse,
38:09
uma ferramenta de auxílio, então.
38:11
Não é todo mundo que usa um alimentador automático, mas se
38:13
tem um, é uma coisa mais que você recebe uhum, que é a
38:17
informação, né? De comportamento que a gente não
38:20
recebe num sistema mais simples, quando você só dá alimentação
38:23
assim. Naturalmente assim, 12 vezes por
38:26
dia, né? Então isso é isso é bom, é uma
38:28
ajuda, né? É e só pegando, né?
38:31
11 paralelo, a professora até citou dos antibióticos, por
38:34
exemplo, você se houver uma redução, por exemplo do uso, né?
38:37
Isso é positivo do ponto de vista de saúde animal e
38:41
prospectando até de saúde pública, né, digamos assim.
38:43
A né? Com o tempo, EAA professora
38:46
também comentou, bom, então tem 2 erros, tem esses desafios, mas
38:49
também tem essa aplicabilidade pra vacas e eu sei que a
38:53
professora trabalhou. Bom, aqui já está um pouco mais
38:56
comum, por exemplo, utilizar colar para detectar é extra, né?
39:01
Então já é 11 China que aprendeu de fato, né?
39:05
E que tem várias, várias empresas.
39:07
Já tivemos outras convidados aqui do podcast que até
39:10
comentaram disso, mas a professora trabalhou também, né?
39:14
Com é o período de de transição, né?
39:17
E recuperação bom pós parto, o quanto a vaca junina no pós
39:23
parto ou esse comportamento? E isso sendo um preditor,
39:27
digamos assim, do pico de dilatação, se a professora
39:30
pudesse. Bom, falamos de Bezerros, né?
39:32
Então, se a professora tem mais algum ponto para para fechar,
39:35
né, sobre Bezerros e também para comentar sobre a aplicação, né,
39:40
dessas tecnologias e dessa união, né?
39:43
Da da cientistas de dados, com o cientista animal também.
39:47
Agora olhando sobre perspectiva da vaca, né EE, não só da
39:52
Bezerra. Sim, sim, deixa.
39:54
Só para terminar a parte da Bezerra, uma coisa que eu acho
39:56
que é importante a gente saber, né?
39:58
Que também fez a pesquisa para verificar quais são os fatos que
40:03
influenciam a saúde dos Bezerros num sistema desse.
40:07
Então, uma coisa muito importante, o pessoal que tem se
40:09
mantém na cabeça, eu acho, é a limpeza.
40:13
E os alimentadores, a limpeza do da do leite.
40:16
Então, o leite está tem que ser um leite de boa qualidade,
40:19
porque você tem que diminuir qualquer qualquer, diminuir AA
40:27
pressão, digamos assim, de patógenos.
40:29
Então a limpeza, então, é uma coisa que a gente terminou assim
40:32
com o pessoal mais. Uma mensagem, digamos assim, que
40:36
a gente faz esse clean, clean, clean.
40:38
Então é muito, muito importante. A gente vai ter Bezerros nesse
40:41
sistema automático, por favor, a limpeza desse sistema, a limpeza
40:45
do do leite que vai nesse sistema do replacer, né?
40:48
Você faz o meu replacer, a fórmula tem que ser excelente, é
40:52
uma coisa que a gente aprendeu e outros também também.
40:55
Fiz pesquisa com o pessoal no Canadá, a gente fez pesquisa
40:58
também usando alimentadores automáticos com grupos de lá.
41:01
E a mesma coisa sempre, aquela aquela limpeza do dos dos
41:05
Currais, a limpeza do alimentador and leite é muito,
41:08
muito, muito importante. Então requer trabalho, requer
41:11
são esforço, né? Do do trabalhador para manter
41:14
isso. Então eu quero dizer que não é
41:16
uma coisa, se impõe e esqueça, tem que estar mesmo em cima para
41:21
para manter esse sistema. Que a gente fala em inglês, top
41:24
note. Fazendo um parágrafo, como a
41:29
gente combina informações? Então assim, Ah, do ponto de
41:33
vista bom, algoritmos. Algo assim que tem toda uma
41:36
tecnologia e uma ciência de dados por trás, mas que acaba
41:39
sendo uma tecnologia de diagnóstico que você melhora
41:42
essa coleta de dados, digamos assim, do ponto de de saúde com
41:46
coisas, digamos assim, simples. É não simples que seja simples
41:50
de fazer, mas assim, procedimentos.
41:52
Que eram aplicados a muitos anos atrás.
41:55
EE, limpeza continua sendo, né? Fundamental não é para manter, é
42:00
saúde de de era só para fazer. Desculpa só para fazer.
42:03
Esse, esse. Ataque, né, porque?
42:06
Absolutamente é o the base que a gente fala, né isso?
42:11
Ótimas. E daí você tem o benefício de
42:13
ter essa informação, de ter a habilidade de alimentar os
42:16
animais em grupos várias vezes ao dia sem ter mais trabalho,
42:20
né? Ser alimentador automático para
42:22
você. Então eu tenho vantagem, pode
42:24
dar mais leite, tem habilidade de alimentar?
42:26
Em vez de 6 l por dia, você me dá 8 l por dia, 10 l por dia,
42:30
que é mais natural para o bezerro, faz com que eles
42:32
cresçam melhores mais rápido, né?
42:35
Mais um grosso maior, né? E ajuda também com a saúde,
42:39
então isso é difícil fazer manualmente, mas o alimentador
42:42
proporciona essa, essa. Mas as básicas, as coisas
42:45
básicas também tem que ser feitas, só é completamente de
42:49
acordo contigo. Aí muito bem transicionando a
42:52
vacas, né? Vacas a gente sabe que você
42:56
comentou o uso de de tecnologia para deteção de astro, muito
43:01
usado também aqui, é muito, muito bom, funciona excelente,
43:04
tem várias fazendas aqui que transicionaram.
43:07
Basicamente, é só usar os os sensores e tem 35% pragment e
43:13
rate não é a 35, sei lá a mais. Então é possível.
43:16
É possível usar a tecnologia para reflexão de astro e ter um
43:22
programa de reprodução efetivo, não é?
43:25
Além de usar para reprodução, anos atrás, os produtores
43:29
começaram eles mesmos a dizer que eu comprei isso para.
43:34
Para reprodução, para detecção de astro.
43:36
Mas eu comecei a olhar e eu percebi que está me ajudando a
43:40
manejar o meu programa de transição das vacas de
43:42
transição, porque estou observando que há notificações,
43:46
especialmente na ruminação, No No comportamento de ruminação
43:50
dos meus animais. Isso foi uma fazenda com que eu
43:52
trabalhei anos atrás, que viu isso por eles mesmos.
43:55
Começaram a fazer manualmente, digamos, tentando achar vacas
43:59
que tinham diferença e não sei o quê, e.
44:02
É claro que as companhias começaram a pôr mais trabalho
44:05
nisso, mais trabalho em desenvolver algoritmos,
44:09
algoritmos que detectam problemas.
44:14
E é uma coisa que você na ágara tem, né?
44:17
Você vai. Qualquer sensor que você compra
44:19
tem uma lista, né? Tem 111.
44:24
Como se dizer, cria uma lista para você todos os dias.
44:26
São vacas que precisam de atenção.
44:30
Então a gente trabalha aqui bastante com fazenda, se que
44:33
tem, como eu falei, ordenha robotizada, que começou aqui
44:37
vários anos, mas há uns 1012 anos atrás começamos aqui o
44:41
nosso time a trabalhar nisso, né?
44:43
Coletar dados de fazendas e tal. E nós tínhamos 11 dado, um daira
44:47
7 que tinha mais de 5000 vacas individualmente monitoradas
44:51
durante transição, com a informação do do da ruminação
44:56
naquela primeira semana de transição.
44:59
E então a ideia veio de de de ver se essa.
45:04
Como eu não tinha dados de saúde, eu gostaria de de usar a
45:07
ruminação como uma proxy, né? A gente fala proxy, a palavra em
45:11
português para para a saúde dessas vacas.
45:14
Existe uma associação entre AOOA quantidade OA duração de
45:20
ruminação na primeira semana e também quanto, qual, qual é?
45:25
AO tempo de recuperação, porque a vaca quando ela, quando ela
45:28
tem AA, quando a vaca a. Desculpa a vaca.
45:35
Pari, né? O carro que é, ela diminui.
45:38
A ruminação é normal. Isso é normal, diminui, né?
45:40
E daí ela começa voltar ao normal.
45:42
Então a gente vem com essa ideia de o quê?
45:46
Vamos ver se tem diferença a vaca que recupera mais rápido e
45:49
a vaca que demora mais para recuperar.
45:51
Existe uma diferença em na produtividade dessas vacas.
45:54
Depois, então usamos o PIC lactation porque o PIC lactation
45:57
bom Marco de produção de produção da vaca, né?
46:01
Que é o pico? Que é o pico de lactação?
46:04
É. Então assim, ele acaba
46:06
esquecendo um preditor de como vai se comportar ou gostar tanto
46:10
da dos 300 dias da lactação. E exatamente as 2.
46:14
As 2 métricas, né? As 2 coisas, o total minutos
46:19
total durante aquela semana e a rapidez de recuperação.
46:23
Os 2 são associados com a produção.
46:25
As vacas mais produtivas são as vacas que tem ruminação.
46:29
Que se recuperam mais rápido, que tem uma ruminação maior e
46:32
isso é um daira, certo? Que é, é um daira certo, grande,
46:37
né? Com mais como mais de 5000 vai,
46:38
porque a gente só consegue fazer em grupos, né?
46:41
Por pensar em fazendas, em grupos, é a única maneira de
46:44
fazer esse tipo de coisa. É tendo tecnologia que coleta
46:47
essa informação diariamente. Cada vez que a vaca entra
46:51
naquela caixa de ouro nas a gente fala, box, né?
46:53
Da estação de ordenha daquela vaca.
46:59
Essa informação é coletada pelo computador, então ajuda a gente
47:03
a usar essa informação para fazer esse tipo de pesquisa, que
47:07
é que é que é ótimo, né? E é 11 coisa simples, criação da
47:12
cadeira vezes é muito trabalho e need selfie, né?
47:16
Fazer com que deira os dados estão corretos que a gente tem.
47:19
Às vezes a máquina Oo software não registrou corretamente, você
47:22
tem que limpar alguns outliners, então demora muito para fazer
47:26
estatística disso, mas. Depois a gente consegue não
47:29
limpar, tem essa virabéns preparada e tal.
47:32
É muito interessante esse tipo de pesquisa.
47:34
A gente fez isso para ruminação também fizemos para mudança em
47:37
em em ganho ou perda de que de peso nas na transição.
47:41
É um outro trabalho que a gente publicou esse ano.
47:44
Agora, ano passado, acho que foi olhando AA mudança de de peso,
47:51
né? Durante 21 dias de de transição,
47:54
que a gente chama aqui o transistion pear, né?
47:57
E também vimos naquele caso, vimos a coisa interessante.
48:00
Na verdade, Daniel é uma relação quadrática.
48:03
Então, as vacas que perderam muito peso ou que ganharam muito
48:07
peso são as menos produtivas? As vacas que perderam em torno
48:10
de 5% de peso são as mais produtivas nos primeiros 90
48:14
dias. Seguimos até os 90 dias de
48:16
produção. E é muito interessante também um
48:20
terabyes de mais de 25000 vaccs, como assim um trabalho também de
48:23
de de várias repetições. Então.
48:31
Isso é bem interessante que o dado nos ajudando a selecionar
48:35
animais. Indiretamente, animais que
48:38
precisam de atenção ou animais que eu vou vender porque eu não
48:42
preciso delas, eu não vou. Não vão ser tão produtivas, né?
48:45
Eu tenho animais em excesso. Digamos que agora, por exemplo,
48:48
aqui Oo preço está muito bom pra pra.
48:50
Eu digo, eu digo, a segunda carreira da vaca, né?
48:53
Que é primeira carreira produzir leite, segunda carreira produzir
48:55
carne, então. É dessa, dessa maneira que eu
48:59
vejo, as vacas não são jogadas fora, as vacas são usadas como
49:03
carne também, sabe? Ainda tem 2 carreiras na minha
49:05
opinião, mas tudo bem, então Ah, você pode decidir como produtor,
49:08
essa vaca aqui provavelmente não vai ser muito produtiva.
49:12
Eu não preciso, eu tenho vacas suficientes, então talvez seja
49:15
uma vaca que eu vou vender, né? Pra, pra, pra pro slot, pra a
49:23
baratedor, provavelmente, ou sei lá, talvez por uma pessoa que.
49:27
Não precisa da alta produção, sei lá, mas ou também seja uma
49:31
vaca que talvez precise de atenção, então vou olhar essa
49:33
vaca por que que a combinação não melhorou, né?
49:37
Qual o problema que ela tem? Então o sistema está
49:40
automaticamente achando essas vacas para mim, né?
49:43
E agora eu vou e como eu falei antes, vou dar 11 terapia de
49:48
suporte, vou ajudar essa vaca, quem sabe aí ela se recupere,
49:50
né? E se torna uma vaca produtiva.
49:53
Mas eu tenho que ajudar essa vaca.
49:55
Então é o sistema de informação digital usando again estatistico
50:02
models para ajudar a gente achar esses animais, né?
50:06
E tratarmos de uma maneira que vai ajudar o bem-estar deles.
50:11
Então é fascinante, né? Exato, eu, eu, eu li um desses
50:17
trabalhos que a professora citou e eu até uma informação bem
50:20
interessante que nos primeiros 6 dias, 6 dias conseguiram
50:24
associar animais que a cada 100 minutos a mais defuminação
50:28
nesses primeiros 6 dias um aumento, né?
50:31
Da produção de leite no pico dilatação em é 45 por cento, né?
50:36
Dependendo do do grupo, se é multipar, segundo parto ou
50:40
terceira ordem de parto. Então assim, é interessante
50:43
como? Não resolver o problema, mas ele
50:47
diagnostica e mostra de novo a importância de um período de
50:51
transição, né? Desses tem que defendar 40 dias
50:55
vitais né? Os últimos 20 dias pré parto e
50:58
os primeiros 2021 dias né, no pós, no pós parto, né?
51:01
Assim é excelente abordagem e como a professora falou, é
51:06
exyting. É Superinteressante, né?
51:09
É entender EEE, procurar saber isso de como as coisas se
51:13
integram. Professora, antes de nós ir pra
51:16
algumas é perguntas finais que não necessariamente são
51:20
técnicas, né? Gostaria de saber se a
51:22
professora tem mais alguma é mensagem né?
51:24
Pra é pra compartilhar justamente, né?
51:28
Quanto a esse uso de de dados, né?
51:31
Ou a importância disso ou da importância disso, mas integrado
51:34
com alguns manejos que seguem sendo, é importantes e talvez
51:38
mais importantes agora porque a gente consegue é diagnosticar
51:42
qual que é. A importância de um período de
51:45
transição, por exemplo, né? E os impactos que isso causa na
51:49
ao longo da da produção? Então, como uma mensagem final,
51:52
né? Pra nós é irmos pro pro final do
51:55
episódio. E é isso, exatamente.
51:58
Vejo no futuro mais e mais uso dessa dessa informação e também
52:02
integração de dados, né? Tem várias companhias agora.
52:05
E também pesquisas em algumas universidades, integrar esse
52:11
esses dados juntos, né? Para ajudar a gente a ter 11
52:17
manejo mais eficiente, mais efetivo nas fazendas, para
52:21
melhorar a saúde, produção, o meio ambiente também, né?
52:26
Eficiência, né? Ajuda também ao meio ambiente,
52:28
digamos assim. E eu acho que isso vai ser uma
52:31
coisa que vai ser parte das nossas vidas.
52:34
No futuro, né? No dia que vai ser todas as
52:37
fazendas. Mas muitas das fazendas vão ter
52:39
a habilidade de usar esse tipo de tecnologia de tecnologias
52:43
para melhorar a produção animal, porque tem muita pressão do
52:49
consumidor que os animais, nesse estudo, precisam ter uma vida
52:52
boa, uma vida saudável, uma vida confortável.
52:56
E a gente com com a ajuda da tecnologia, espero que contribua
53:02
para que a gente possa. Não dar isso ao consumidor, né?
53:07
Porque se a gente não não tem habilidade de demonstrar,
53:11
digamos assim, que o animal tem uma vida boa, eles vão começar a
53:16
consumir outras coisas. E a gente não vai ter um
53:18
mercado, né? A gente não vai ter um mercado
53:20
para o nosso produto, que é um produto tão importante, um
53:23
produto que é muito bom para nós, humanos, né, que que produz
53:30
é uma proteína de qualidade excelente, né?
53:33
E eu, por exemplo, como uma, na minha opinião, assim, eu não
53:37
acho, não achei nenhum substituto.
53:39
Acho ainda por um, por um, por um leite ou dos derivados do
53:43
leite, digamos, ou são mais derivados do que nesse momento
53:46
leite, mas bem que uso leite é meu café da manhã.
53:48
Mas esses derivados acho que são muito importantes para nutrição
53:53
dos dos seres humanos. A população que está crescendo,
53:55
né, no mundo, né? E eu acho que se a gente não for
53:59
capaz de de demonstrar que. Que a vida desse animal é uma
54:05
vida confortável, digamos assim. Infelizmente a gente vai não,
54:11
não vai poder e não continuar. A gente não vai ter AA Freedom
54:17
to operate. A gente fala, então a gente tem
54:18
que tem que escutar que que isso é importante para o consumidor.
54:22
Mas eu acho também é importante explicar para o consumidor que
54:26
as vacas têm opções de housing, né?
54:29
Opções de alojamento, não sei se tudo like.
54:32
Como eu falei, pastagens é uma opção, mas não precisa ser a
54:36
vax. Pode ter uma vida confortável
54:38
embaixo de uma de um curral, que é que tem ventilação, que tem
54:43
umas câmeras confortáveis, que que a vaca tem 11 ração, que é
54:46
balanceada todo dia para ela. E que a gente tem essas
54:49
tecnologias que estão monitorando como ela está
54:51
comendo, como ela está descansando, como está a
54:54
ruminação e que ajudam a gente a ter que estar nesse grupo, né?
54:57
Que é. Mais e mais, as wax estão em
54:59
grupos, também em grupos, em tristosos em grupos, né?
55:03
Que a tecnologia está nos ajudando.
55:05
AA, monitorar esses animais e providenciar 11, assim
55:11
providenciar 11 ajuda quando necessária, né, para esse animal
55:16
se recuperar, e eu acho que isso é importante, é uma mensagem que
55:19
a gente tem que providenciar o. Quando eu falo com consumidores,
55:24
eles ficam assim, uau, existe robô que que a ordenha vaca e
55:28
como é que a vaca se comporta? Semana passada tinha uma festa
55:31
de aniversário na minha, no meu nebre, né?
55:34
Eu comecei a falar, eu trabalho com ordenha robotizada, o que
55:36
que é isso? A vaca vai dentro de uma,
55:38
imagina, é como se fosse uma caixa, vai, a vaca vai ali, tem
55:41
111, robô que né, arque, a vaca vai sozinha e aí essa menina que
55:47
quer ser veterinária, ela minha vizinha, mas que é de 1213 anos,
55:50
quer ser veterinária. E daí o que acontece?
55:52
Isso é bom pra vaca? Falei sim, é bom pra vaca, vaca
55:55
porque ela tem, ela tem a Liberdade de escolher quando é
55:58
que ela vai, ela vai sozinha, a gente não precisa puxar ela pra
56:01
ir num lugar pra ser ordenhada, ela vai sozinha, ó, que legal, é
56:05
isso tudo automático sim, daí eu falei Pra Ela, não, só
56:07
automático, a gente recebe um Monte de informação e a gente
56:10
pode monitorar a vaca pra saúde, já que você quer ser
56:12
veterinária, ajuda também os veterinários sem informação, ó,
56:16
que legal, não sei o que e o pessoal não sabe disso, então
56:18
eles ficam fascinados. E isso existe na nossa pecuária
56:22
leiteira. O nível de tecnologia é tão
56:25
alto. Então eu acho muito interessante
56:28
também essa mensagem que a gente traz ao consumidor, a pessoas
56:31
que não entende e não sabem do nosso campo, né?
56:33
De pesquisa, de trabalho. Então isso eu vejo também que
56:37
vai ser uma coisa que a gente vai fazer mais.
56:38
Eu acho aquela informação, a história que vem dos produtores
56:43
ao público, mostrando demonstrando que o animal tem
56:46
uma vida tranquila, que o animal.
56:48
Eu vejo nessas fazendas, por exemplo, com ordem, a roupa
56:51
estizada, as vacas são bem mais calmas, na verdade, elas ficam
56:54
bem calmas, porque a gente não está indo lá 3 vezes por dia
56:57
para trazer elas para para para serem ganhadas, né?
57:00
Então você costuma ficar mais tranquilas?
57:02
Não estou dizendo que é para todo mundo também, mas é um dos
57:04
benefícios, digamos. E então é uma é, e também no,
57:09
no, no, no ordenha também, manual, claro que a gente
57:12
melhorou também, as máquinas são.
57:14
São ótimas e as vacas são organhadas.
57:16
Outra coisa que eu tenho sempre tenho que explicar, a vaca
57:19
demora 5 minutos para ser ganhada, 5 ou 7 minutos, só isso
57:23
daí ela vai de volta para casa e descansa, ela vem de volta mais
57:28
5, 7 minutos, então é 15 minutos.
57:30
É o dia que ela tem a máquina ganhando, não é o dia inteiro,
57:32
porque às vezes se vê essas mensagens de dos ativistas, né,
57:36
que a vaca tá numa máquina, é o dia inteiro.
57:38
Meu Deus do céu, então. Isso é uma coisa que a gente tem
57:42
que também fazer mais, eu acho. Explicar para o consumidor não é
57:45
bem curta, ela vai lá, ela é ordenhada de uma maneira bem
57:48
tranquila, com máquinas que são feitas para isso, né?
57:53
E a tecnologia de ordenha, de ordenha também num router e num
57:58
num paralelo, num por Henry Bond, também melhorou muito
58:02
também, né? E a gente está treinando o os
58:06
ordenhadores também, melhor. Então isso tudo está.
58:08
Tem um sistema aqui chama se Carol care, que verifica o
58:11
protocolo usando a machin orning e Câmara com o veja, observa
58:17
observa OOO parlo, né? Os trabalhadores no parlo e
58:20
detecta na. Sala de ordenha.
58:23
Na sala de ordenha e detecta se tá tudo sendo seguido o
58:27
protocolo e seguido ou não automaticamente.
58:31
Incrível, automaticamente. Companhia da Califórnia faz isso
58:34
automaticamente e usa computer Vision.
58:37
Então aí a gente monitora o trabalho dos empregadores da da
58:41
fazenda para explicar porque você tem que fazer prejup, né?
58:45
30 segundos, você tem que limpar daí por a máquina em em 90
58:50
segundos, e tudo isso é monitorado automaticamente com
58:53
com câmeras. Isso é incrível, não é?
58:56
Então isso está uma coisa que para mim, outros compir o Vision
58:59
também. Detecção de lâminas, agora não
59:02
da de. Comunicação, e.
59:03
É de laminite. Automaticamente a vaca sai do
59:06
parlo, vai em. Embaixo de uma Câmera, machine
59:09
learning detecta quem é a vaca e também se ela está com com
59:14
caudicação ou não. Isso essas coisas também, ela
59:17
tem que Daniel vão vão começar a ficar mais é mais prevalente
59:20
isso aqui e isso vai ajudar com o anemwalffer, vai ajudar com
59:24
produção das não produtividade da fazenda e tudo isso.
59:28
Então não é todo mundo, mas está crescendo, digamos assim.
59:30
Vai ser 11 boa percentagem das fazendas aqui provavelmente vão
59:35
adotar. Algum tipo de tecnologia como
59:37
essa, seja sensores, seja computer Vision, seja
59:41
monitoramento e não da do protocolos na fazenda, seja na
59:45
parte de alimentação, também monitorando a mistura da, da,
59:49
da, da, da tia mar, né? Se tá tudo sem sendo pressise,
59:54
né, precisando daquilo? Isso também está acontecendo.
59:57
Assim, a infinidade de opções que eu acho que vai fazer parte
1:00:02
da nossa vida, da pecuária aqui também no Brasil, em outros
1:00:05
países da Europa, em outras partes do mundo, né?
1:00:09
Mas mesmo a normal, a manual, digamos assim, a gente também
1:00:13
melhorou muito Na Na educação dos trabalhadores, protocolos,
1:00:17
tudo isso. Então acho que AAA na minha
1:00:20
carreira de de gente. 2020 30 anos Na Na pecuária leiteira vi
1:00:25
muita, muito, muito melhora. Em.
1:00:28
Geral a evolução assim, por melhorar a vida das vacas aqui,
1:00:33
o conforto, a produtividade. AAAA educação dos produtores e
1:00:38
dos trabalhadores. Isso acho que a tendência é
1:00:41
continuar. A melhorar isso, né?
1:00:44
É, a professora até comentou antes de nós começar a gravar
1:00:47
que se eu não me engano, é 40% dos produtores é da da região do
1:00:51
MD Oeste já usam algum tipo de é de, digamos assim, de
1:00:57
tecnologia, sensores e é. Isso foi na verdade, isso foi
1:01:00
uma pesquisa feita pelo theyhead Nation Nation White.
1:01:03
Eu não sei não lembro qual, qual os estados envolvidos, mas são
1:01:06
feitos em através do país inteiro, né?
1:01:09
E. E é, é uma pesquisa, claro.
1:01:12
Então o pessoal que respondeu a essa pesquisa 40 e acho que era
1:01:15
4042 por cento, já já usam algum tipo de tecnologia.
1:01:19
Então isso em geral, né? Podia ser pessoal que tem robôs
1:01:22
ou pessoal que tem sessores ou pessoal que tem esse tipo de
1:01:25
tecnologia. Aluno mais avançado do que só
1:01:27
Daily meuks, né? Tecnologia um pouco mais
1:01:30
avançada para monitorar animais ou automação, né?
1:01:33
E daí? Eu acho que 35% disseram que
1:01:36
estão planejando de instalar algum tipo de tecnologia assim
1:01:40
nos próximos 5 anos, então isso quer dizer que, em 5 anos, 75%
1:01:45
dos produtores baseado nessa pesquisa, é claro, estariam
1:01:48
usando a tecnologia. O ti para mim foi incrível, né?
1:01:53
Quando eu falo com as companhias que vendem tecnologia, eles
1:01:56
falam para mim, Hum, eu acho que não é tanto assim, não.
1:01:59
Eu acho que não tem tanta gente usando ainda que, na opinião
1:02:03
deles, a adoção é menos ainda, é menos que eles gostariam que
1:02:06
seja fosse mais. Então eu não sei qual que é o
1:02:09
número real ali, se é, se é 40 ou se é 30 ou se é não 25.
1:02:14
Mas quando eu falo com as companhias, porque eu trabalho
1:02:18
com muitas companhias por causa da minha conferência, da nossa
1:02:20
conferência, né? Precisam ver, né, by the way?
1:02:22
Um pouco de advertisement conferência em junho do ano que
1:02:25
vem, 1718 de junho. Ela É Ela é nacional, mas se
1:02:28
alguém quiser visitar os Estados Unidos antes do derry Science,
1:02:31
né derry Science mellings é OA semana seguinte.
1:02:34
Não se podem vir pra cá e ver as fazer as 2 coisas.
1:02:38
Eu trabalho muito com as com suas companhias, então eles me
1:02:41
dizem, acho que não é tanto assim, mas mas tá crescendo com
1:02:44
certeza. É.
1:02:46
E aí só pra pra fazer um paralelo também, nossa, a
1:02:49
professora foi muito, é, é foi muito legal essa essa mensagem
1:02:53
final e que talvez agora Oo desafio seja comunicar.
1:02:58
Pros consumidores, né? A qual que é bom usar é diminuir
1:03:03
o antibiótico, digamos assim. Muitos dos dos anseios dos
1:03:06
consumidores eu vejo que eles conspiram, eles combinam com o
1:03:11
que a gente busca também pensando em saúde animal, então
1:03:14
talvez o desafio seja compartilhado de fato, né?
1:03:17
Que nós estamos todos é Oo norte, né?
1:03:20
O objetivo ele é parecido, né? Sim, claro, claro, é verdade.
1:03:24
A gente tá no mesma que a gente tem, os produtores também tem.
1:03:28
A gente, a gente não, não é. Nós cuidamos, nós nós temos
1:03:37
interesse nisso. É uma coisa importante para nós
1:03:39
produtores, para as companhias, né?
1:03:41
Que a gente tá querendo que o animal esteja uma vida boa,
1:03:44
claro, e seja produtivo. Claro, a gente tá usando outros
1:03:47
animais para produzir a comida para gente, né?
1:03:49
Mas a gente tem essa. Essa responsabilidade de dar uma
1:03:53
vida boa a eles, porque é um contrato que a gente tem, né?
1:03:56
AA vaca está alimentando a gente, a gente tem que cuidar
1:03:59
dela, né? Então é uma coisa que é bem
1:04:01
importante para para uma mensagem que é importante que o
1:04:05
consumidor entenda que os produtores por isso, porque eu
1:04:09
comecei a fazer trabalho em os produtores querem o calcão
1:04:11
produtores querem saber mais como é que eu faço ainda melhor
1:04:14
a cuidar das minhas vacas ainda melhor.
1:04:17
Então eles têm interesse? Eles.
1:04:18
Eles não amam os animais. Eles querem uma vida boa para
1:04:21
eles. O campo avançou muito, mas tem
1:04:26
um detalhe que permanece o mesmo.
1:04:28
A tortuga sempre esteve lá, uma referência em nutrição animal,
1:04:33
com soluções que sustentam o desenvolvimento de fazendas em
1:04:36
toda América Latina. As gerações, sustentabilidade e
1:04:40
conhecimento são os componentes de todas as formas.
1:04:43
Tortuga é por isso. Quando você encontra qualidade,
1:04:46
tecnologia e produtividade, lá está tortuga.
1:04:50
Acesse dsm.com barra tortuga para saber mais um rápido eu
1:04:58
lembrei até aqui. Se você se interessa por esse
1:05:00
tema, nós disponibilizamos de maneira gratuita um e book sobre
1:05:04
gases do efeito estufa e mais especificamente sobre o metano.
1:05:07
Entenda porque esse assunto está tão popular nos dias atuais e.
1:05:10
E também como a pecuária pode ser um agente de transformação
1:05:14
no mundo em que vivemos. O link está na descrição do
1:05:16
episódio, aproveite a leitura e nos conte depois do que achou.
1:05:19
Professora, quem é tiver interesse EE tentar entrar em
1:05:24
contato aonde as pessoas podem lhe encontrar e também pensando
1:05:28
naquele estudante que está iniciando a pós graduação, né?
1:05:31
Ou pensando na pós graduação, que dica a professora daria né
1:05:36
para esse acadêmico de exotecnia, né?
1:05:39
O animal Science ou em. Então da medicina veterinária,
1:05:42
enfim, dessa área de agradas, qual qual seria o seu?
1:05:45
A sua TIP, né? Qual seria a sua dica, né?
1:05:48
Pra esse é pra esse estudante. E também como as pessoas podem,
1:05:52
né? Acessar o seu grupo de de
1:05:55
pesquisas, digamos assim, ou ter acesso as pesquisas ou entrar em
1:05:58
contato. A entrar em contato.
1:06:01
Acho que você tem meu LinkedIn, né?
1:06:02
Tem uma, tem o LinkedIn, vai. Estar na descrição pessoal do
1:06:06
episódio, o LinkedIn da professora mais o.
1:06:08
LinkedIn e daí ali daí a gente pode se contactar ou por o meu
1:06:12
e-mail acho que eles têm meu e-mail também também, então um
1:06:15
e-mail meu e-mail acho que seria mais fácil, né?
1:06:18
E a maneira de se comunicar em maneira especialmente
1:06:21
internacionalmente, seria mais fácil ainda.
1:06:23
Aí e-mail, né? Junto a gente.
1:06:25
Eu não uso WhatsApp, eu sei que WhatsApp é muito comum aí, mas
1:06:29
aqui nos Estados Unidos. A gente não usa tanto, né?
1:06:31
Eu tenho WhatsApp, mas eu acho que OE mail seria mais fácil e
1:06:35
em termos de estudantes descubram a sua paixão, né?
1:06:37
Qual, qual a área de de de pecuária que você está
1:06:42
interessado, né? E se você está na maneira que eu
1:06:48
sou também como diretor de pós graduação, você tem que buscar,
1:06:52
porque hoje em dia com internet você pode descobrir.
1:06:55
Há professores que trabalham diferentes áreas, né?
1:06:57
Então você acho que é AI também é parte disso, né?
1:06:59
Você faz um search lá em Google para contida.
1:07:03
Works trabalha em exway z no Brasil, nos Estados Unidos, na
1:07:06
Europa, Canadá, seja o que for, né?
1:07:08
Eu estou interessado nessa área de de pesquisa, digamos que seja
1:07:12
a tecnologia, ou é o bem-estar ou nutrição whatever, então
1:07:16
procure as pessoas que estão nesse campo, né?
1:07:18
De pesquisa e. Sente a maioria dos professores,
1:07:22
pelo menos aqui nos Estados Unidos, não sei como é que é no
1:07:24
Brasil. Nos Estados Unidos, a gente
1:07:27
normalmente na nossa página, digamos, dentro do departamento,
1:07:32
existe o contato, existe OE mail ali, sabe?
1:07:35
OE mail é uma coisa que infelizmente ou não é uma coisa
1:07:38
que é pública, que é bom, é ruim, mas é público nosso e-mail
1:07:42
contacto de e-mail, maioria dos professores aqui nos Estados
1:07:45
Unidos, então acho que também no Canadá.
1:07:48
É público, então você pode compactar essas pessoas,
1:07:53
explicar o seu interesse numa área de pesquisa, né?
1:07:57
Que que você quer queira fazer, né?
1:08:00
E aí essa pessoa espero, né? Seja seja responsive,
1:08:09
responsiva. Uma coisa que a gente tem aqui
1:08:11
nos Estados Unidos, pelo menos não sei no Brasil, que é 11.
1:08:13
Desafio muito grande nosso é é geração de de funding, né, de de
1:08:20
de recursos para suporte, né, suporte, apoio AA estudantes,
1:08:25
né? Então fica difícil bolsas isso.
1:08:28
A gente tem uma deficiência muito grande hoje em dia aqui
1:08:31
nos Estados Unidos, de bolsas a estudantes, porque o nosso,
1:08:34
nossa. A gente não recebe mais, a gente
1:08:37
não recebe dinheiro da universidade mais, então a gente
1:08:39
tem que acessar a mandar grents, né?
1:08:42
Para pousos, para grents, que são vem do do governo federal ou
1:08:46
de companhias ou de outras agências, né?
1:08:49
E é muito competitivo, então o sucesso é talvez 10%, 15% no
1:08:55
máximo, então é difícil. Então é uma coisa que reduziu o
1:08:58
número de estudantes de pós graduação para gente é o recurso
1:09:03
econômico não existir, infelizmente.
1:09:06
Então só uma área. Não fiquem assim frustrados.
1:09:08
É uma coisa que acontece aqui, né?
1:09:09
E não existe muito, muito disso, né?
1:09:12
Então, se o professor não responde, às vezes é porque eles
1:09:14
não tem fundos, não tem posições abertas e tal.
1:09:17
Mas é uma maneira de contactar. Seria através do e-mail, eu
1:09:19
acho. Muito bem.
1:09:21
E pra nós finalizar algum livro que a professora tenha lido não
1:09:25
precisa necessariamente ser técnico, né?
1:09:27
Mas se tiver alguma, é dica de livro, né?
1:09:30
Pra pra deixar pros nossos dos ouvintes do mais um podcast.
1:09:35
Não, boy, eu leio muitos livros. Ah, então fica difícil assistir
1:09:39
só 11 área que eu fiz anos atrás.
1:09:41
Já faz muito tempo que eu li um livro e fiz também um curso de
1:09:45
treinamento no seven hebets of high efctive people, que é uma
1:09:49
the Steven cover. É uma maneira de você organizar
1:09:53
sua vida, digamos assim. É uma maneira de você trabalhar
1:09:56
em vários as partes, seja profissional, pessoal.
1:09:59
E foi 11. Uma pessoa que me influenciou,
1:10:02
digamos, porque eu também daí fiz o workshop disso, que é que
1:10:05
vai. E não é só um livro, mas também
1:10:07
um workshop. E acho que acho que seria um bom
1:10:11
livro para a gente, para a gente ler.
1:10:13
Possivelmente em português, ele deve ser os 7 hábitos das
1:10:16
pessoas altamente eficazes. Alguma coisa nesse sentido?
1:10:19
Qualquer. Coisa a gente coloca.
1:10:24
Acho que deve ser tido traduzido por português.
1:10:28
Quer dizer, é muito, é assim, é mais antigo.
1:10:30
Como eu falei, existe, né, é muito bem radfad people, mas
1:10:36
Steven cover, ele faleceu já, mas ele será que existe em
1:10:41
português assim? Em português assim, quando você
1:10:46
não sabe alguma coisa, se pergunta para o Google, né?
1:10:49
Ok, em português, Yes. Os 7 hábitos das pessoas
1:10:55
altamente eficazes muito bem, é isso mesmo.
1:11:00
Não é bacana? Bom, pessoal, fica aí, é a
1:11:03
professora Márcia, tava comentando, né, que ela é muito
1:11:06
ávida AA leitura, então tem uma aí, uma Bela de uma dica, né, de
1:11:11
uma pessoa que é, que lê muito. Então o livro do Stephen coven,
1:11:16
7 hábitos das pessoas, é altamente eficazes.
1:11:19
Professora Márcia, foi um prazer conversar é contigo, é muito bom
1:11:23
junto de conversar, às vezes, quando você percebe que a pessoa
1:11:27
como eu até não queria. Aqui pra dica pro pós graduando,
1:11:29
descubra sua paixão né? E é tão bom quando a gente
1:11:32
conversa com alguém que possivelmente no seu caso
1:11:34
descobriu né a sua paixão e leva isso também quando transmite AA
1:11:39
informação né? Então foi 11 oportunidade, EE
1:11:42
assim, passei bons momentos aqui de de discussão contigo, com
1:11:46
certeza somou, é muito e vai enriquecer aí pros nossos
1:11:50
ouvintes. Obrigado mais uma vez por ter
1:11:52
aceitado, é o convite do mais de uma podcast de ter colaborado
1:11:56
nesse nesse projeto. Muito obrigada, você também.
1:11:59
Muito prazer te conhecer e parabéns nesse projeto que você
1:12:02
tem e tudo que você você faz aí também não na universidade.
1:12:05
Obrigada pelo convite e espero que a gente se mantenha em
1:12:08
contato e desejo muito sucesso no futuro também.
1:12:12
E Guilherme, muito obrigada pelo pelo convite de participar hoje.