WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Evaluation des résultats de la campagne d'insémination artificielle bovine dans le département de Mbour au Sénégal: cas du projet GOANA (Grande Offensive Agricole pour la Nourriture et l'Abondance)

( Télécharger le fichier original )
par RUKUNDO
 -  0000
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

II. DISCUSSION

1. Synchronisation des chaleurs

La sélection a porté sur 602 vaches, et parmi elles 551 ont suivi la phase de synchronisation des chaleurs jusqu'à la fin, soit un taux de synchronisation de 91,52 %. Ce taux est assez satisfaisant mais reste néanmoins inférieur aux taux obtenu par DIEDHIOU (100%, en 2002), TCHEUFO (99,98%, en 2007),

NISHIMWE (99,27%, en 2008), de même qu'aux taux de 93% et de 91,8%, obtenus respectivement par OKOUYI (2000), et KAMGA (2002).

En rétrécissant la cordelette de la spirale, ABONOU (2007) a obtenu un taux de 100 %.

Cette faiblesse du taux de synchronisation par rapport à ceux obtenus par nos prédécesseurs serait due essentiellement à l'absence des éleveurs à certaines étapes de la synchronisation et aux pertes de spirales au cours de la synchronisation.

2. Taux de réussite de l'insémination artificielle

Le diagnostic de gestation tardif ( méthode de palpation transrectale) réalisé 60 jours après l'insémination, nous a permis d'identifier 136 vaches gestantes sur les 395 diagnostiquées, soit un taux de gestation de 46,1%.

Ce taux est proche de ceux obtenus par BADJI (2007) dans le bassin arachidier et MOUICHE (2007) à Mbour et en périphérie de Dakar, qui sont respectivement de 44,93% et de 46,91%.

Il est supérieur aux taux de 35,66 % obtenu par KOUAMO (2006) à Louga, 37,11 % par HAKOU (2006) dans les régions de Fatick, Kaolack et Louga , 38,1% par KABERA (2007) à Saint Louis, Louga et Tambacounda.

Il est néanmoins inférieur aux taux de 54,9% et 54,3% obtenus respectivement par THCEUFO (2007) dans la région de Thiès et ABONOU (2007) dans la région de Dakar

Lors du diagnostic de gestation, 46,46% des vaches inséminées ne se sont pas présentées pour le diagnostic.

Les raisons de cette absence au moment du diagnostic de gestation sont nombreuses, mais il s'agit surtout du manque d'intérêt pour cette étape pour certains éleveurs, d'autant plus que certains font des longues distances avec leurs troupeaux pour arriver sur le lieu de rendez-vous.

3. Etude des paramètres influençant le taux de réussite de l'insémination artificielle

3.1. Variables intrinsèques à la vache

3.1.1. Race

L'analyse de nos résultats nous a montré que la race de la vache n'influence pas le taux de réussite d'IA, cependant nous avons observé un taux de 62,5 % chez les métisses alors que la moyenne globale est de 46,1%.

Ce taux de 62,5% est proche de celui de 57,1% obtenu par ABONOU (2007) et 57,14% obtenu par NISHIMWE (2008).

Il est supérieur au taux de 50,3% obtenu par AMOU'OU (2005) et au taux de 55% recommandé en insémination artificielle.

3.1.2. Age

D'après nos résultats, le paramètre âge de la vache n'influence pas le taux de gestation.

En effet, l'élevage en Afrique au sud du Sahara est caractérisé par la rareté et la pauvreté des pâturages, surtout en saison sèche. Ainsi, la puberté et la mise à la reproduction des animaux sont retardées ; ce qui expliquerait l'absence de l'influence de l'âge sur le taux de gestation dans notre étude.

Nos résultats diffèrent de ceux obtenus par HUMBLOT(1986) qui a constaté une diminution de la fertilité avec l'âge, et attribue cette baisse de la fertilité à l'augmentation des mortalités embryonnaires tardives avec l'âge mais aussi à des échecs observés lors des gestations à âgé précoce.

Dans notre étude, l'absence d'influence de l'âge sur le taux de gestation est justifiée par rigueur appliquée lors de la sélection des vaches, avec élimination systématique du programme d'insémination des vaches suspectées infertiles.

3.1.3. Nombre de lactations

Dans notre étude, le taux de gestation n'est pas influencé par le nombre de lactations.

Ces résultats concordent avec ceux de DIENG (2003) qui n'a remarqué aucune influence du nombre de lactation sur le taux de gestation.

Par ailleurs, GRIMARD et al. (2001) cité par DIENG (2003) n'a constaté aucune baisse de la fertilité en fonction du rang de vêlage (59,5% chez les primipares contre 48,1% chez les multipares).

3.1.4. Nombre de jours post partum

L'analyse de nos résultats nous montre que le nombre des jours post partum n'a pas d'influence sur le taux de gestation. Cette observation partagée avec celle de NISHIMWE (2008) et celle de KABERA (2007) se justifierait par le fait que la sélection a été rigoureuse et l'insémination bien faite sur des vaches dont l'involution utérine était complète.

3.1.5. Note d'état corporel à la sélection

De même que pour les paramètres intrinsèques précédemment analysés (âge, race JPP, nombre de lactations), la note d'état corporel à la sélection n'a pas d'influence sur le taux de gestation.

Ceci serait dû en partie au fait que les vaches trop maigres dont le NEC est inferieur à 1,5 et les vaches trop grasses à NEC supérieur à 4,5 ont été éliminées du programme lors de la sélection. La faiblesse de la fréquence de la classe dont la NEC est de 1,5 à 2 pourrait justifier un taux de gestation élevé comparé aux autres. En effet plus la fréquence de la classe est faible plus la précision du TG est faible. En résumé, les variables intrinsèques étudiées n'ont pas d'influence sur le taux de réussite de l'insémination artificielle. Ceci pourrait être attribué à la rigueur avec laquelle la sélection des vaches a été réalisée.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Piètre disciple, qui ne surpasse pas son maitre !"   Léonard de Vinci