Laboratoire Département National ...
Laboratoire
Département
National d’Élevage
d’Élevage et de
et de Recherche
Médecine Vétérinaire
Vétérinaire
des Pays Tropicaux
Projet Conjoint ISRA-CIRAD
Rapport technique
Contribution à l’étude de l’impact
des pratiques traditionnelles d’alimentation complémentaire
sur la productivité numérique
des brebis de Ndiagne (Louga, Sénégal)
Renaud Lancelot
Matthieu Lesnoff
Dakar, février 1999
Influence du fype de compl6menfafion sur la ferfilîfté et /a croissance
Sommaire
II)
introduction. .........................................................................................................................
1
Matériel et méthode.. ...........................................................................................................
1
-
Systèmes d’élevage.. .......................................................................................................
1
Origine des données.. ......................................................................................................
2
Démarche analytique ......................................................................................................
.2
-
Variables à expliquer.. .................................................................................................
.2
Covariables .................................................................................................................
.3
Variable explicative : type de complémentation ........................................................
3
Facteurs d’ajustement ...............................................................................................
4
Âge.. ......................................................................................................................
4
Sëxe.. ....................................................................................................................
4
Année et protocole de vermifugation ....................................................................
.4
Analyse statistique.. .....................................................................................................
.4
Résultats.. ............................................................................................................................
5
-
Mortalité ..........................................................................................................................
.5
Classes d’âge. ..............................................................................................................
5
Mortalité des ovins de moins d’un an ...........................................................................
.
‘I
Mortalité des brebis de plus d’un an .............................................................................
9
Fertilité ...........................................................................................................................
I I
Prolificité ............................. .._ .......................................................................................
.13
Conclusion générale ..........................................................................................................
15
Bibliographie ......................................................................................................................
1 6
2
Influence du type de comph?mentation sur la fettilit~ et la croissance
Introduction
D’une manière générale, les relations entre pratiques d’élevage et performances
zootechniques et sanitaires sont difficiles à cerner. En effet, à l’intérieur d’un système
donné, la plupart des pratiques d’élevage sont corrélées. Ainsi, des pratiques de logement
sont associées à des pratiques d’alimentation, de traite, etc. II est difficile de déterminer la
part relative des différentes pratiques dans la variabilité des productions animales.
En Afrique subsaharienne, l’étude de ces relations rencontre des obstacles
supplémentaires liés au caractère extensif des systèmes d’élevage et de l’absence de
normes permettant de qualifier et de quantifier l’impact zootechnique des pratiques.
Celles-ci étant mal formalisées pour un œil extérieur, leur recueil est délicat. Par ailleurs,
les niveaux de production sont difficiles à déterminer par manque d’encadrement
technique des élevages, associé à I’illettrisme des éleveurs.
Les données récoltées au Sénégal dans le cadre du programme Pathologie et Productivité
des Petits Ruminants en système traditionnel répondent à ces 2 problèmes : les travaux
de Moulin [5] ont permis de décrire les pratiques d’élevage prévalant dans des troupeaux
en suivi démographique et pondéra1 de 1983 à 1997 [6]. II semblait intéressant d’évaluer,
à l’aide de ces données, le rôle des pratiques dans la variabilité de la productivité animale.
Ce rapport présente l’étude de l’impact des pratiques spontanées d’alimentation
complémentaire sur la mortalité, la fertilité et la prolificité des ovins de la communauté
rurale de Ndiagne, en zone sahélienne du Sénégal.
Matériel et méthode
Systèmes dWevage
Les systèmes d’élevage de Figure 1. Variations saisonnières des températures minimale et
petits ruminants de Ndiagne
maximale décadaires moyennes à Louga de 1989 à 1992
ont été décrits en détail [Il.
1989
1990
1991
1592
Cette communauté rurale est
située au nord du bassin
40
arachidier actuel, à 35 km de
Louga et en marge de la
zone
sylvo-pastorale du
ô
Ferlo.
s 30
s
Le climat est sahélien avec
i
t-
une courte saison pluvieuse
20
(août à septembre) et une
longue saison sèche (octobre
à juillet). La température est
10
élevée (Figure 1) et la
pluviométrie est irrégulière et
faible dans l’espace et le temps (317 mm en 1989, 353 mm en 1990 et 257 mm en 1991).
I-SS activitr5s rurales sont dominées par l’agriculture pluviale (arachide, mil et nibbb).
L’élevage est une activité secondaire importante en termes économiques et sociaux. Les
wolofs, traditionnellement agriculteurs, constituent le groupe ethnique majoritaire (75%).
1 eurs troupenilx de petits ruminants sont constitu& d’ovins, &~V&I pour la vente
d’animaux sur pieds, l’autoconsommation (a l’occasion des cérG!monies religieuses et des
1
Influence du type de complbmentation sur la fertilité et la croissance
à petite échelle (mouton ou bœuf de case). Les peuls, éleveurs nomades sédentarisés
sont minoritaires (25%) mais détiennent des troupeaux plus importants, orientés vers la
production laitière pour la consommation familiale et la vente. Les chèvres sont fréquentes
dans les troupeaux de petits ruminants. Leur système est très extensif avec de faibles
niveaux d’intrants. Dans les 2 cas (wolofs et peuls), les petits ruminants sont de races
longilignes de grand format : peul-peut, touabire et métis (waralé) pour les ovins,
sahélienne pour les caprins.
Origine des données
La méthodologie d’enquête a été décrite en détail [Il. Les données zootechniques
proviennent d’un suivi d’élevages dans lesquels l’ensemble des animaux étaient identifiés.
Tous les événements démographiques, ainsi que la croissance pondérale, étaient relevés
à l’occasion de visites d’élevage bimensuelles. Les pratiques d’élevage ont été
enregistrées de 1989 à 1995, à l’occasion d’enquêtes semestrielles (saison pluvieuse et
saison sèche). Le type de logement, la nature des aliments complémentaires distribués,
l’abreuvement, le type de conduite au pâturage et la traite faisaient l’objet de
questionnaires rétrospectifs. L’ensemble des données zootechniques et sur les pratiques
ont été stockés dans la base de données Baobab [4].
Moulin a observé que les pratiques intra-troupeaux étaient d’autant plus variables que la
taille du troupeau augmentait. En effet, les villages sont organisés en concessions
regroupant un chef de famille et ses enfants. Dans ce système patriarcal, chaque famille
gère ses animaux selon ses propres objectifs et ses moyens [5]. Compte tenu de l’objectif
de cette étude, nous avons établi en collaboration avec Moulin une liste de petits
troupeaux wolofs, correspondant à de petites concessions (en général mono-familiales) à
l’intérieur desquelles les pratiques de complémentation étaient homogènes. Les troupeaux
peuls, dont ta conduite était trèsdifférente; ont été&artés de l’étude. Nous avons travaillé
sur une population de 54 petits troupeaux ovins appartenant à des éleveurs wolof de la
région de Ndiagne. La période d’observation retenue était les 3 exercices 1989’, 1990 et
1991, pour lesquels Moulin disposait de données complètes et fiables.
Démarche analytique
Les modèles de dynamique de population sont souvent utilisés pour comparer la
productivité de groupes de troupeaux soumis à des conditions différentes. Ces modèles
nécessitent l’estimation. des. paramètres démographiques- naturels pour chaque groupe :
mortalité par classe d’âge et par sexe, fertilité et prolificité par classe d’âge des femelles
reproductrices. Par simulations du modèle, on déduit pour chaque groupe le taux
d’exploitation à appliquer pour que la population reste constante. Ce taux d’exploitation
définit un indice de productivité servant à comparer les différents groupes [8].
Dans cette analyse, l’objectif était d’estimer les différences de mortalité, fertilité et
prolificité observées dans des groupes de troupeaux soumis à des pratiques de
complémentations différentes. Le cas échéant, les indices de productivité étaient calculés
et permettaient de comparer chaque groupe de complémentation.
(I
Variables à expliquer
La mortalité et la fertilité ont été exprimées sous forme de probabilités (appelées aussi
taux dans ce texte). Pour la fertilité, le seuil de 1 an a été fixé arbitrairement comme âge
’ I1tw-i ce tlom~~nc-i~il, le5 lettne~ tl’nrinA6 et tl’exnrnicf, wnl ornplnyki inrliff~rommsnl, faisant rAfArcinc0 a IA
période alhrt du 1”’ juillet de t’awdw II
II)
BU 30 ]uln de I’ann6e II + 1 (exercice agricole). Alnsl, l’exercice 1989
va du le’ juillet 1989 au 30 juin 1990.
2
minimal des femelles reproductrices. La prolificité a été calculée comme le nombre moyen
do pr~uduile pur miao IJW
aœ
Pour obtenir ces variables, il a fallu Figure 2. Mode de calcul des paramètres démographiques
définir des cohortes d’âge révolu,
-
calculer l’effectif initial de la cohorte
11
et dénombrer les événements
s’étant produits pendant le pas de
*
-
temps. Dans l’exemple ci-contre
:
,/
(Figure 2), la cohorte des animaux B ”
,,-p/
nés entre t = 1 et t = 2 est comprise
N-
-
entre les droites d’équations
Y’/
:.,
:
_
y= t - 1 et y = t -2. Pour cette
-
cohorte, l’âge révolu d’une unité de D .,<,, ~,
/
I
-..---
I
M
temps est représenté par le côté
0
1
2
3
4
6
pointillé gauche du losange défini
tempr
par l’intersection de la droite t = 3
-
avec la cohorte. L’effectif de la cohorte à t = 3 a été dénombré à Eff(3) = n. Entre t = 3 et
t = 4, m morts ont été observés. La probabilité de mourir des animaux de la cohorte
z
considérée entre t = 3 et t = 4 est J.I = m.
II
Dans les études zootechniques concernant les ruminants domestiques’ le pas de temps
-
classiquement utilisé dans le découpage des cohortes est l’année. Cependant, les
populations de petits ruminants sont caractérisées par des fluctuations saisonnières
marquées de leurs effectifs. Ces variations.sont dues au saisonnement des naissances, à
-
des taux de mortalité variables d’une saison et d’une année à l’autre et à des pratiques de
destockage pouvant être brutales (à l’occasion de la Tabaski par exemple) [Il.
L’application d’un pas de temps annuel est susceptible d’induire un biais dans l’estimation
“II
des paramètres démographiques, dû par exemple aux interférences entre mortalité et
exploitation [6], et par conséquent dans les modèles de simulation subséquents.
il
Pour pallier ces difficultés, les cohortes ont été découpées en périodes de 15 jours (24
quinzaines dans. l’année). Un programme’a’été écrit pour calculer automatiquement les
effectifs initiaux et les nombres de morts, de mises bas et de produits par quinzaine et par
II
classe d’âge de 15 jours. Les données peuvent être agrégées à des niveaux supérieurs
(périodes plus longues, classes d’âge moins fines) en fonction des besoins spécifiques de
chaque analyse. Les niveaux d’agrégation ont été définis par les analyses exploratoires
-
concernant l’évolution des taux démographiques avec le temps et l’âge.
Covariables
II
La variable explicative (facteur d’intérêt) était le type de complémentation. D’autres
variables ont été introduites dans le modèle pour obtenir des estimations ajustées.
Variable explicative : type de complémentation
Les enquêtes semestrielles étaient trop imprécises pour obtenir une évaluation des profils
II
de ration complémentaires et a fortiori des quantites d’aliments distribuées. Sur la base
des résultats d’enquêtes et de son .expérience, Moulin a établi une typologie distinguant
les éleveurs complémentant leurs animaux tout au long de l’année (y compris en saison
*
pluvieuse), et ceux pour lesquels des ruptures de complémentation de plusieurs mois
avaient été constatées. Une variable synthétique à 2 modalités a été construite en fonction
de cette typologie. Elle a constitué la variable explicative de cette étude.
111
3
Facteurs d’ajustement
Age
Toutes les variables démographiques dépendent de l’âge. Ce facteur a été introduit dans
u
toutes les analyses. L’âge a été exprimé en quinzaines ou recodé de manière spécifique
(voir plus bas).
-
Sexe
Le sexe n’a été pris en compte que pour la mortalité. En effet, le modèle de dynamique de
population utilisé ne tenait pas compte de la fertilité des mâles, supposée ne pas être un
*
facteur limitant de la productivité.
Année et protocole de vermifugation
Les variables démographiques pouvaient subir des fluctuations inter-annuelles en fonction
de la variabilité des ressources fourragères et de la prévalence de la pathologie
m
(épidémies, intensité variable du parasitisme gastro-intestinale ou des pneumopathies,
etc.). Le facteur « année » devait être pris en compte dans les analyses. Cependant, de
1989 à 1991, 3 protocoles de vermifugation ont été testés sur les troupeaux étudiés :
m
l
En 1989 et 1990, le plan d’expérience retenu était de répartir les troupeaux témoins et
traités par village et d’appliquer le même traitement à l’ensemble des troupeaux de
-
chaque village d’un même lot. Les lots n’ont pas été modifiés entre 1989 et 1990.
& En 1989, le traitement testé a été le tartrate de morantel (Exhelm 0, Pfizer, 7.5 mg
d
kg-’ poids vif (PV), 1 administration le 15/1 I/l 989).
9 En 1990, un second traitement a été expérimenté, à base d’ivermectine (Ivomec 8,
;II
Merck & CO), 0.2 mg kg-’ PV, 1 injection en saison sèche le 1 WI 2/1990.
l En 1991, le plan d’expérience et le traitement ont changé. Les troupeaux traités et
II<
témoins ont été appariés par village. Le traitement testé à été I’ivermectine à la même
dose que précédemment, mais administré en saison pluvieuse, le 25/08/1991.
Les 3 traitements ont été testés chacun pendant une seule année, le troisième traitement
étant administré selon un protocole différent des 2 précédents. Dans ces conditions et
notamment à cause du plan d’expérience de 1989 et de 1990, il n’était pas possible de
distinguer les effets de l’année et de la vermifugation. En conséquence, nous avons
construit une variable synthétique regroupant ces 2 facteurs. Cette variable prenait 6
modalités : Cl (témoins de 1989) C2 (témoins de 1990) C3 (témoins de 1991) El
(traitement morantel de 1989) 12 (traitement ivermectine de 1990) et 13 (traitement
ivermectine de 1991).
Analyse statistique
L’intensité et la forme des relations entre les paramètres démographiques, la
-
complementation et les facteurs d’ajustements ont ete etudiees à l’aide de graphes
simples [paramètre = f(complémentation)] ou conditionnels [paramètre = f(facteur
d’ajustement conditionnellement à la complémentation)]. Le cas échéant, les facteurs
I
d’ajustement ont été transformés dans les analyses inférentielles pour rendre compte de la
forme de cette relation. Les tableaux ont été agrégés sous la forme :
i
Influence du type de compl6mentation sur la fertilt et la croissance
Age Tps Sex Verm Compl
NbIni Mort
1
16
F
Cl
ARRET
1
0
3
16
F
Cl
ARRET
1
0
5
16
F
Cl
ARRET
3
0
6
16
F
Cl
ARRET
4
1
7
16
F
Cl
ARRET
1
0
9
16
F
Cl
ARRET
1
0
10
16
F
Cl
ARRET
1
0
Dans cet exemple (tableau de la mortalité des jeunes), les items Age, Tps, Sex, Verm
constituaient les facteurs d’ajustement, l’item Compl représentait le facteur étudié & le
rapport Mort (nombre de morts) / Nblni (effectif initial) était la variable à expliquer. Des
modèles linéaires généralisés (modèles binomiaux avec liens log-log complément&~re*
pour la mortalité et logit3 pour la fertilité) ou linéaires (prolificité) ont été estimés avec tous
les effets principaux et tous les termes d’interaction d’ordre 2. Une procédure automatique
pas à pas a été appliquée-pour sélectionner le modèle minimisant le critère d’informtion
d’Akaike (AIC = déviance du modèle + 2 * nombre de paramètres du modèle). Les eEets
ont été testés par des tests du rapport des vraisemblances (LRT) pour les modiles
linéaires généralisés, ou du F pour les modèles linéaires.
Résultats
Mortalité
Classes d’âge
L’évolution du taux de mortalité selon l’âge (Figure 3) a permis de distinguer 3 cIa=s
d’âge : les ovins de moins.d’un an, les ovins de 1 à 5 ans et les ovins de plus de 5 ans.
Compte tenu de l’importance de la mortalité des jeunes et de la prépondérance marcuée
des femelles chez les animaux de plus d’un an, nous avons fait 2 études séparées
la
mortalité des ovins de moins d’un an et la mortalité des brebis de plus d’un an.
Figure 3. Evolution du taux de mortalité selon l’âge chez les ovins de Louga
La courbe pleine est /a moyenne obtenue par lissage loess. Les courbes tiretées
figurent l’intervalle de confiance de la moyenne (a = 0.05,) point par point
2
Lien loglog complémentaire : cloglog(p) = log[ -log(l - p)]
3
Lien logit : logit(p) = log[p / (1 - p)]
5
Le graphe simple de la mortalite solon le typo de cornpl6rrlor~toliorl (I’Ïguro 4) lurwnit
L
penser que l’influence du type de complémentation sur la mortalité des jeunes était faible.
Figure 4. Relation entre la mortalité des ovins de moins d’un an et le type
de complémentation sans ajustement des covariables
”
1.2
c
1.0
0.4
~-~ ------------
1
Ar&t
Continue
Complémentation
Le point représente la moyenne et le segment vertical l’intervalle de confiance B 95%
L
Les mêmes graphes tracés pour chaque facteur d’ajustement (Figure 5) ont révélé des
structures fortes, en particulier avec l’âge. Tous les facteurs d’ajustement semblaient
m
influencer le taux de mortalité.
Figure 5. Relation entre le taux de mortalité des jeunes de moins d’un an et les covariables
Mortalité - âge
Mortalité -temps
1
2
3
4
5 6
7
8
9 1 0 1112
J A S O N D J F M A M J
Age (mois)
Temps (mois)
Mortalité - sexe
Mort. - année * verm
I
I
I
I
1
I
I
I
2.5 -
2.5 -
3 2.0 -
g 2.0 -
Q; 1.5-
g 1.5-
+z l.O-
t
9
42 l.O-
ii
z 0.5 -
+
0.5 -
,ttt/t
0.0 -
1
I
0.0 -
I
I
I
I
I
I
F
M
Cl c2
C3 El
12
13
Sexe
Verm l année
Pour l’âge et le temps, la courbe pleine est la moyenne obtenue par lissage loess. Les courbes tirefées figurent
I’Nltervalle de confiance de la moyenne (a = O.OS)point par point. Pour le sexe et la combinaison année * vermifugation,
le point représente la moyenne et Ie segment vertical l’intervalle de confiance B 95%.
6
Influence du type de compkmentation
sur la ferMit et la croissance
Tableau 1. Paramètres du modèle final de la mortalité des ovins de moins d’un an
Variable
Paramétre (*)
Ecart-type (*)
LRT
Ddl
P( LRT)
Constante
-5.51
0.58
Ad
-0.11
0.06
A@
-0.11
0.07
Tpsl
0.02
0.06
Tps3
-0.48
0.28
C l
c2
-0.28
0.58
c3
-0.60
0.63
E l
0.75
0.58
12
-1.46
0.89
13
-0.03
0.60
Compl (*)
0.59
0.42
Ag2:Compl (*)
0.08
0.05
2.71
2
0.26
Agl:Sl
-0.02
0.02
Ag2:Cl
-
Ag2:C2
-0.07
0.07
Ag2:C3
-0.09
0.08
Ag2:El
0.09
0.08
Ag2:12
-0.18
0.10
Ag2:13
-0.02
0.08
Tps3:C2
0.40
0.30
Tps3:C3
0.50
0.29
Tps3:El
0.46
0.30
Tbs3:12
0.66
0.30
Tps3:13
0.52
0.29
LRT : test du rapport des vraisemblances
(7 Les paramétres et leur écart-type sonf exprimés sur l’échelle cloglog.
(**) La sfatistique LRT est calcuke pour les deux paramétres pris simultanément.
L’hypothèse de nullité des paramètres de la variable Compl et de l’interaction Compl:AgZ
n’a pas été rejetée (P = 0.26). Dans ce jeu de données, la mortalité des ovins de moins
d’un an n’a pas été influencée par le type de complémentation.
Influence du fype de compl6mentafion sur la fertilité et la croissance
Mortalité des brebis de plus d’un an
L’analyse a porté sur la variable décrivant le type de complémentation et 3 facteurs
d’ajustement : l’âge,
le temps (variations saisonnières) et la combinaison
année * protocole de vermifugation. Les graphes simples ont été présentés sur la Figure
7. Comme pour la mortalité des jeunes, le type de complémentation ne semblait pas
associé a la mortalite des brebis. La saison semblait egalement avoir une influence faible.
Figure 7. Relation entre la mortalité des brebis et les variables ind6pendantes
Mortalité - complémentation
Mortalité - age
Arr&
Continue
1
2
3
4
5
6
7
a
Complémentation
Age (années)
Mortalité - temps
Mortalité - année * vermifugation
E,o-
-g
-lO-
2
z
\\
s
z
e
' .._
+z
g 05-
,----__
- -.... - -.- _ - - _ - - _
g".5-
t t
t
t
t
t
o.o- ,
I I I I I I I I I I
oo-
l
I
I
I
I
l
J A S O N D J F M A M J
C l
C2 C3 El
12
13
Temps (mois)
Vermifugation * année
four l’âge et le temps, /a courbe pleine est la moyenne obtenue par lissage loess. Les courbes tirefées figurent
l’intervalle de confiance de la moyenne (a = 0.05) point par point. Pour la compl4mentation et la combinaison
année * vermifugation, le point représente la moyenne et le segment vertical /‘intervalle de confiance B 95%.
L’étude graphique des interactions (Figure 8) laissait penser que des interactions du type
de complémentation étaient possibles avec l’âge et la combinaison année * vermifugation.
Dans la phase de modélisation, l’âge, exprimé ,en années, a été dichotomisé de la manière
suivante :
Agi = Age - 2.5, si Age 5 2.5
Ag2 = Age - 2.5, si Age > 2.5
Age :
et
Agl = 0,
si Age > 2.5 ’
Ag2 = 0,
si Age < 2.5
Influence du fype de compldmenfafion suf la ferfiilifé et la croissance
Figure 8. Relations entre la mortalité des brebis et les covariables selon le type de complémentation
Mortalité - âge / complémentation
Mortalité -temps ! complémentation
1 2 3 4 5 6 7 8
J A S O N D J F M A M J
1 2 3 4 5 6 7 8
J A S O N D J F M A M J
Age (ann&s)
Temps (mois)
Mortalité - année * vermif. / complém.
Cl C2 C3 El 12 13
Vermifugation f année
Pour /‘fige ef le femps, la courbe pleine est la moyenne obtenue par lissage loess. Les courbes tireMes figurent
I’intervalle de confiance de la moyenne (cl = 0.05) point par point. Pour la combinaison annde * vermifugation,
le poinf représente la moyenne et le segmenf vertical I’infervalle de confiance cl 95%.
Un modèle binomial avec un lien cloglog a été estimé pour la mortalité des brebis. Le
modèle initial comportait le type de complémentation et 4 facteurs d’ajustement: l’âge,
éclaté en 2 variables Agl et Ag2, le temps exprimé en quinzaines (variable Tps) et la
combinaison vermifugation * année (6 modalités : Cl, C2, C3, El, 12, l3), ainsi que toutes
les interactions pertinentes à considérer. La variable décrivant le type de complémentation
ainsi que toutes les interactions l’impliquant ont été éliminées dans la procédure de
sélection pas-à-pas. Les résultats du modèle final sont présentés dans le tableau suivant.
Tableau II. Estimation des paramètres du modèle final de la mortalité! des brebis
Variable
Paramètre
Ecart-type
Constante
-6.16
0.33
A!21
-0.53
0.30
Ai2
0.35
0.08
Tps
-0.03
0.02
(*) Les paramétres et écarts-types s’ont exprimés sur l’&helle cloglog
En conclusion, le type de complémentation n’était pas associé à la mortalité des
jeunes de moins d’un an ni des brebis dans le jeu de données étudié.
10
Influence du type de compl.4mentation
sur la fertilifé et /a croissance
Fertilité
1
Les relations non ajustées entre la fertilité et les variables explicatives ont été
représentées sur la Figure 9. Le principal élément structurant la fertilité était le temps
(variations saisonnières). Les autres variables explicatives semblaient avoir des effets
minimes.
Figure 9. Relations non ajustées entre la fertilité des brebis et les variables explicatives
Fertilité y complémentation
Fertilité -. âge
s -
- - - - - - - __,
-
I
i?2 3.5
g40: t
’
I
-.
3.0
I
I
2 -
,
,
,
, , , ,
C
Arrêt
Continue
1
2
3
4
5 6 7 a
Complémentation
Age (année)
Fertilité -temps
Fertilité - vermifugation * annbe
J A S O N D J F M A M J
Ci
C2 C3 El
12
13
Temps (mois)
Vermifugation *année
Pour Icige et le temps, la courbe pleine est la moyenne obtenue par lissage loess. Les courbes tiretdes figurent
l7ntervalle de confiance de la moyenne (cx = 0.05) point par point. Pour la compMmentation et la combinaison
année * vermifugation, le point représente la moyenne et le segment vertical l’intervalle de confiance B 95%.
Les graphes conditionnels (Figure 10) n’ont pas révélé l’existence d’interactions.
Pour l’analyse inférentielle, les variables Age (âge de l’animal), exprimée en années et
Tps (temps), exprimée en quinzaines, ont été dichotomisées de manière à rendre compte
de la forme de la relation avec la fertilité, selon les règles suivantes :
Agi = Age - 4, si Age 5 4
AIf = Age - 4, si Age > 4
II
* A g e :
et
Agl = 0,
si Age>4’
Ag2 = 0,
si Age I 4
Tpsl= Tps-12, si Tpsr 12
Tps2=Tps-12, siTps212
et
l Tps:
Tpsl = 0,
si Tps > 12 ’
Tps2 = 0,
si Tps < 12
11
Influence du type de compkmentation
sur la fertilité et la croissance
Figure 10. Relations entre la fertilité des brebis et les covariables selon le type de complémentation
Fertilité - âge /complémentation
Fertilité - temps / complkmentation
1 2 3 4 5 6 7 8
J A S O N D J F M A M J
I
I I I I I I II
1 0 -
12345678
JASONDJ FMAMJ
Age (année)
Temps (mois)
Fertilité - année l verm / complém.
jd ++tttt +++tt+
2 1
i
0-l
C1 C2 C3 El 12 13
Vermifugatian * année
Pour l’âge et le temps, la courbe pleine est la moyenne obtenue par lissage loess. Les courbes tiret6es figurent
l’intervalle de confiance de la moyenne (a = 0.05) point par point. Pour la complimentation
et la combinaison
année * vermifugation, le point représente la moyenne et le segment vertical l’intervalle de confiance CI 95%.
Les variables discrètes Verm et Compl ont été laissées en l’état. Un modèle binomial avec
lien logit a été estimé pour la fertilité des brebis. Le modèle initial comportait le type de
complémentation (variable Compl) et 5 facteurs d’ajustement : Agl , Ag2, Tpsl, Tps2 et la
combinaison vermifugation * année, ainsi que toutes les interactions pertinentes à
considérer. Les résultats du modèle final sont présentés dans le tableau suivant.
Tableau Ill. Paramètres du modèle final de la fertilité des brebis
Variable
Paramètre (*)
Ecart-type (*)
LRT
Ddl
P( LRT)
Constante
-2.26
0.15
Ml
0.10
0.04
A@
-0.09
0.04
Tpsl
0.15
0.04
TpB
-0.24
0.01
Compl (*)
-0.06
0.10
0.33
Tpsl :Compl (“)
-0.04
0.03
2.20
2
Cl
c2
0.32
0.15
c3
0.48
0.14
El
0.40
0.17
12
0.41
0.17
13
0.45
0.16
Tpsl:Cl
Tpsl:C2
0.06
0.04
Tpsl:C3
0.21
0.05
Tpsl4El
0.14
0.05
Tpsl:l2
0.05
0.04
T+l:l3
0.16
0.05
LRT: test drr rapport des vraisemblances
Influence du type de complbmentation sur la fertilité et la croissance
L’hypothèse que les paramètres de la variable Compl et de l’interaction Tpsl :Compl sont
nuls n’a pas été rejetée (P = 0.34).
En conclusion, le type de complémentation n’était pas associé à la fertilité des
brebis dans le jeu de données étudié.
Prolificité
Les graphes des relations non ajustées entre la prolificité et chacune des variables
explicatives (Figure 11) montraient que la principale covariable était l’âge : la prolificité
augmentait rapidement après l’âge de 6 ans. En revanche, le type de complémentation
semblait avoir une faible influence sur la prolificité.
Figure 11. Relations non ajustées entre la prolificité et les variables explicatives
Prolificité - complkmentation
Prolificité - Age
1m-I
go-1
Ar@t
Continue
1
2
3
4
5
6
7
8
Complémentation
Age (année)
Prolificité - temps
Prolificité - vermifugation * année
C Témoin
1 1989
2 --_
SI20
E Exhelm
2 1 9 9 0
.A%
1 Ivomec
3 1 9 9 1
110
-- -- - -._,_ _ _ _ - -.- - - - _-
g 110
2%
a,00
-*--
- -... _ _ _
2
-Y
a 100
+++tt+
-G
1
---,
---.-___-_
-1
1
90
3
J A S O N D J F M A M J
Cl
C2 C3 El
12
13
Temps (mois)
Vermifugation * année
Pour l’âge et le temps, la courbe pleine esf la moyenne obtenue par lissage loess. Les courbes tiretdes figurent
l’intervalle de confiance de la moyenne (IX = 1205)poinf par point. Pour /a compl6menfafion
et la combinaison
année * vermifugafion, le point représente la moyenne et le segment vertical /‘intervalle de confiance cl 95%.
Les graphes conditionnels (Figure 12) ont confirmé l’absence d’effet du type de
complémentation sur la prolificité des brebis.
Pour le modèle linéaire, l’âge a été transformé en 2 variables agl et ag2 :
Agl = Age - 6, si Age I 6
Ag2 = Age - 6, ,G Age > 6
Age :
, et
Agi = 0,
si Age > 6
Ag2 = 0,
si Age I 6
13
influence du fype de complbmentation sur la ferfil&? et la croissance
Figure 12. Relations entre la prolificité et les covariables selon le type de complémentation
Prolificité - âge / complémentation
Prolificité - temps ! complémentation
1 2 3 4 5 6 7 6
J A S O N D J F M A M J
90-, , ,
III,, I,,,,
I a 1 I , I I !
1 2 3 4 5 6 7 6
J A S O N D J F M A M J
Age (année)
Temps (mois)
Prolificité - année * verm / complém.
Cl C2 C3 El 12 13
,,I,O
III,,,
Arr4t
e
1 3 0 -
c TBilm~tl
1 1989 -
g120 -
I E
Exhelm
IYOnwC
2 3 1990 1991
9o-1
Cl c2 c3 El 12 13
Vermifugation l annbe
Le modèle initial comportait le facteur à tester (le type de complémentation) et 4
covariables : Agl, Ag2, Tps (temps en quinzaines) et combinaison vermifugation * année
ainsi que toutes les interactions pertinentes à considérer. Les résultats du modèle final on;
été présentés dans le tableau suivant.
Tableau IV. Paramètres du modèle de la prolificité des brebis
Variable
Paramètre (*)
Ecart-type (*)
F
Ddl
P(F)
Constante
0.995
0.048
W
-0.036
0.023
Ag2
I.,
0.119
0.022
TPS
0.002
0.004
Compl (*)
-0.052
0.044
Tps:Compl(w)
0.005
0.003
1.148
2et653
0.318
c2
0.031
0.025
c3
0.002
0.025
E l
0.019
0.030
12
-0.017
0.030
13
0.010
i
0.027
Agl:Tps
0.004
0.002
Ag2:Tps
-0.005
0.002
Ag2:C2
-0.017
0.017
Ag2:C3
-0.032
0.019
Ag2:El
-0.075
0.024
Ag2:12
-0.037
0.026
Ag2:13
-0.047
0.021
(*) Les paramétres et 6cafts-types sont mesurés sur I'échelle naturelle
(**) Le test du F compare le modéle final et le modèle sans les termes COT~/ et Tps:Compl
Conclusion : l’analyse n’a pas permis pas de rejeter l’hypothèse nulle : il n’a pas été
possible de mettre en évidence un effet du type de complémentation sur la prolificité
des brebis de Ndiagne.
_
..__
,.-
. .._ -.-...
---- -......- - -....._- --..__.-._
14
Influence du type de comp/&nenfafion suf la 7ertilf6 et /a croissance
Conclusion générale
Cette étude n’a pas permis de mettre en évidence d’effet du type de complémentation sur
les paramètres démographiques des ovins de la communauté rurale de Ndiagne. En
conséquence, il n’a pas été nécessaire de tester une différence de productivité par un
modèle de simulation.
If faut être prudent dans les conclusions à tirer de l’analyse.
Premièrement, cette étude ne comportait pas de témoin non complémenté : tous les
éleveurs enquêtés distribuaient quelque chose à leurs animaux, surtout en période de
soudure (fin de saison sèche chaude, début de saison pluvieuse). Ce type de
complémentation est bien connu par les techniciens d’élevage du Sénégal, qui le
nomment « complémentation de survie »... On ne peut pas savoir quels auraient été
les paramètres démographiques sans cette complémentation.
-
Ensuite, l’absence d’effet pouvait provenir soit d’une réalité zootechnique, soit d’un
manque de précision de la variable décrivant la complémentation. Le facteur explicatif
était peut-être la nature et / ou la quantité d’aliment complémentaire distribué, non
mesuré ici, plutôt que la rupture dans la distribution.
&.
Des travaux menés au Sénégal sur des parcours naturels agropastoraux [3] ont montré
C
qu’en fin d’hivernage et en début de saison sèche, la valeur nutritive de la ration était
suffisamment bonne pour que la complémentation ne soit pas nécessaire. Les pratiques
traditionnelles des éleveurs ne sont pas forcément optimales, tant sur le plan
*P
zootechnique que sur le plan économique. II serait vraisemblablement plus rentable pour
l’éleveur de concentrer les moyens financiers consacrés à la complémentation à des
moments plus stratégiques, afin d’augmenter la fertilité des femelles.
L
La difficulté à quantifier des rations complémentaires, et a fortiori les quantités ingérées au
pâturage, marque une’limite des.enquêtesd’observation. II est néanmoins nécessaire de
L
poursuivre des.,.travaux en milieu paysan afin de se placer dans des conditions technico-
économiques proches de la « réalité ». II faut adopter une approche plus expérimentale,
en testant, par exemple, des complémentations ciblées sur des lots d’animaux précis et à
des périodes calendaires ou physiologiques stratégiques. Ce type d’étude pourrait être
effectué dans le cadre du programme laitier actuellement en préparation entre I’ISRA, la
Direction de I’Élevage et le CIRAD.
15
Influence du fype de compl&menfafion sur la fertilité ef la croissance
-
Bibliographie
1
1. Faugère, O., Faugère, B., 1986. Suivi de troupeaux et confrôle des performances
individuelles des petits ruminants
en milieu traditionnel africain.
Aspects
méthodologiquea Rev. Élev. Méd. vét. Pays trop., 39 (1): 29-40.
-
2. Faugère, O., Dockès, A.-C., Perrot C., Faugère, B., 1990. L’élevage fradifionnel des
petits ruminants au Sénégal. II. Pratiques de cqnduite ef d’exploitation des animaux
s-
chez les éleveurs de la région de Louga. Revue Elev. Méd. vét. Pays trop., 43 (2): 261-
q73
LI 3.
-
3. Guérin, H., Richard D., Duché A., Lefèvre P., 1990. Composition chimique des fèces
de bovins, d’ovins et de caprins exploitant des parcours naturels ou agropastoraux
sahélo-soudaniens : utilisation pour estimer la valeur nutritive de leur régime. Reprod.
-
Nutr. Dev. Suppl. 2, 167s-168s (!jeme Journ. Alim. Nutr. Herbiv., INRA, mars 1989).
4. Lancelot, R., Faye, B., Juanès, X., Ndiaye, M., Pérochon, L., Tillard, E., 1998. La base
A
de données BAOBAB: un outil pour modéliser la production et la santé des petits
ruminants dans les systèmes d’élevage traditionnels au Sénégal. Revue Élev. Méd.
vét. Pays trop., 51 (2): 135-146.
5. Moulin, C.-H., Performances animales et pratiques d’élevage en Afrique sahélienne. La
diversité du foncfionnement des troupeaux de petits ruminants dans la Communauté
Rurale de Ndiagne (Sénégal), 1993. Thèse doct. Ing. Institut National Agronomique
Paris-Grignon: Paris (France), 259 p.
6. Pepe, M.S., Mori M., 1993. Kaplan-Meier, marginal or conditional probabilify curves in
summarizing competing risks failure fime data ? Statistics in Medicine, 12: 737-751.
7. Tillard, E., Moulin, C.-H., Faugère, O., Faugère, B., 1997. Le suivi individuel des petits
ruminants au Sénégal: un mode d’étude des troupeaux en milieu villageois. INRA Prod.
Anim., 10 (1): 67-78.
8. Upton, M., 1989. Livestock productivity assessment and herd growth models.
Agricultural Systems, 29: 149-I 64.
16
Département
National d’Élevage
d’Élevage et de
et de Recherche
Médecine Vétérinaire
Vétérinaire
des Pays Tropicaux
Projet Conjoint ISRA-CIRAD
Rapport technique
Contribution à l’étude de l’impact
des pratiques traditionnelles d’alimentation complémentaire
sur la productivité numérique
des brebis de Ndiagne (Louga, Sénégal)
Renaud Lancelot
Matthieu Lesnoff
Dakar, février 1999
Influence du fype de compl6menfafion sur la ferfilîfté et /a croissance
Sommaire
II)
introduction. .........................................................................................................................
1
Matériel et méthode.. ...........................................................................................................
1
-
Systèmes d’élevage.. .......................................................................................................
1
Origine des données.. ......................................................................................................
2
Démarche analytique ......................................................................................................
.2
-
Variables à expliquer.. .................................................................................................
.2
Covariables .................................................................................................................
.3
Variable explicative : type de complémentation ........................................................
3
Facteurs d’ajustement ...............................................................................................
4
Âge.. ......................................................................................................................
4
Sëxe.. ....................................................................................................................
4
Année et protocole de vermifugation ....................................................................
.4
Analyse statistique.. .....................................................................................................
.4
Résultats.. ............................................................................................................................
5
-
Mortalité ..........................................................................................................................
.5
Classes d’âge. ..............................................................................................................
5
Mortalité des ovins de moins d’un an ...........................................................................
.
‘I
Mortalité des brebis de plus d’un an .............................................................................
9
Fertilité ...........................................................................................................................
I I
Prolificité ............................. .._ .......................................................................................
.13
Conclusion générale ..........................................................................................................
15
Bibliographie ......................................................................................................................
1 6
2
Influence du type de comph?mentation sur la fettilit~ et la croissance
Introduction
D’une manière générale, les relations entre pratiques d’élevage et performances
zootechniques et sanitaires sont difficiles à cerner. En effet, à l’intérieur d’un système
donné, la plupart des pratiques d’élevage sont corrélées. Ainsi, des pratiques de logement
sont associées à des pratiques d’alimentation, de traite, etc. II est difficile de déterminer la
part relative des différentes pratiques dans la variabilité des productions animales.
En Afrique subsaharienne, l’étude de ces relations rencontre des obstacles
supplémentaires liés au caractère extensif des systèmes d’élevage et de l’absence de
normes permettant de qualifier et de quantifier l’impact zootechnique des pratiques.
Celles-ci étant mal formalisées pour un œil extérieur, leur recueil est délicat. Par ailleurs,
les niveaux de production sont difficiles à déterminer par manque d’encadrement
technique des élevages, associé à I’illettrisme des éleveurs.
Les données récoltées au Sénégal dans le cadre du programme Pathologie et Productivité
des Petits Ruminants en système traditionnel répondent à ces 2 problèmes : les travaux
de Moulin [5] ont permis de décrire les pratiques d’élevage prévalant dans des troupeaux
en suivi démographique et pondéra1 de 1983 à 1997 [6]. II semblait intéressant d’évaluer,
à l’aide de ces données, le rôle des pratiques dans la variabilité de la productivité animale.
Ce rapport présente l’étude de l’impact des pratiques spontanées d’alimentation
complémentaire sur la mortalité, la fertilité et la prolificité des ovins de la communauté
rurale de Ndiagne, en zone sahélienne du Sénégal.
Matériel et méthode
Systèmes dWevage
Les systèmes d’élevage de Figure 1. Variations saisonnières des températures minimale et
petits ruminants de Ndiagne
maximale décadaires moyennes à Louga de 1989 à 1992
ont été décrits en détail [Il.
1989
1990
1991
1592
Cette communauté rurale est
située au nord du bassin
40
arachidier actuel, à 35 km de
Louga et en marge de la
zone
sylvo-pastorale du
ô
Ferlo.
s 30
s
Le climat est sahélien avec
i
t-
une courte saison pluvieuse
20
(août à septembre) et une
longue saison sèche (octobre
à juillet). La température est
10
élevée (Figure 1) et la
pluviométrie est irrégulière et
faible dans l’espace et le temps (317 mm en 1989, 353 mm en 1990 et 257 mm en 1991).
I-SS activitr5s rurales sont dominées par l’agriculture pluviale (arachide, mil et nibbb).
L’élevage est une activité secondaire importante en termes économiques et sociaux. Les
wolofs, traditionnellement agriculteurs, constituent le groupe ethnique majoritaire (75%).
1 eurs troupenilx de petits ruminants sont constitu& d’ovins, &~V&I pour la vente
d’animaux sur pieds, l’autoconsommation (a l’occasion des cérG!monies religieuses et des
1
Influence du type de complbmentation sur la fertilité et la croissance
à petite échelle (mouton ou bœuf de case). Les peuls, éleveurs nomades sédentarisés
sont minoritaires (25%) mais détiennent des troupeaux plus importants, orientés vers la
production laitière pour la consommation familiale et la vente. Les chèvres sont fréquentes
dans les troupeaux de petits ruminants. Leur système est très extensif avec de faibles
niveaux d’intrants. Dans les 2 cas (wolofs et peuls), les petits ruminants sont de races
longilignes de grand format : peul-peut, touabire et métis (waralé) pour les ovins,
sahélienne pour les caprins.
Origine des données
La méthodologie d’enquête a été décrite en détail [Il. Les données zootechniques
proviennent d’un suivi d’élevages dans lesquels l’ensemble des animaux étaient identifiés.
Tous les événements démographiques, ainsi que la croissance pondérale, étaient relevés
à l’occasion de visites d’élevage bimensuelles. Les pratiques d’élevage ont été
enregistrées de 1989 à 1995, à l’occasion d’enquêtes semestrielles (saison pluvieuse et
saison sèche). Le type de logement, la nature des aliments complémentaires distribués,
l’abreuvement, le type de conduite au pâturage et la traite faisaient l’objet de
questionnaires rétrospectifs. L’ensemble des données zootechniques et sur les pratiques
ont été stockés dans la base de données Baobab [4].
Moulin a observé que les pratiques intra-troupeaux étaient d’autant plus variables que la
taille du troupeau augmentait. En effet, les villages sont organisés en concessions
regroupant un chef de famille et ses enfants. Dans ce système patriarcal, chaque famille
gère ses animaux selon ses propres objectifs et ses moyens [5]. Compte tenu de l’objectif
de cette étude, nous avons établi en collaboration avec Moulin une liste de petits
troupeaux wolofs, correspondant à de petites concessions (en général mono-familiales) à
l’intérieur desquelles les pratiques de complémentation étaient homogènes. Les troupeaux
peuls, dont ta conduite était trèsdifférente; ont été&artés de l’étude. Nous avons travaillé
sur une population de 54 petits troupeaux ovins appartenant à des éleveurs wolof de la
région de Ndiagne. La période d’observation retenue était les 3 exercices 1989’, 1990 et
1991, pour lesquels Moulin disposait de données complètes et fiables.
Démarche analytique
Les modèles de dynamique de population sont souvent utilisés pour comparer la
productivité de groupes de troupeaux soumis à des conditions différentes. Ces modèles
nécessitent l’estimation. des. paramètres démographiques- naturels pour chaque groupe :
mortalité par classe d’âge et par sexe, fertilité et prolificité par classe d’âge des femelles
reproductrices. Par simulations du modèle, on déduit pour chaque groupe le taux
d’exploitation à appliquer pour que la population reste constante. Ce taux d’exploitation
définit un indice de productivité servant à comparer les différents groupes [8].
Dans cette analyse, l’objectif était d’estimer les différences de mortalité, fertilité et
prolificité observées dans des groupes de troupeaux soumis à des pratiques de
complémentations différentes. Le cas échéant, les indices de productivité étaient calculés
et permettaient de comparer chaque groupe de complémentation.
(I
Variables à expliquer
La mortalité et la fertilité ont été exprimées sous forme de probabilités (appelées aussi
taux dans ce texte). Pour la fertilité, le seuil de 1 an a été fixé arbitrairement comme âge
’ I1tw-i ce tlom~~nc-i~il, le5 lettne~ tl’nrinA6 et tl’exnrnicf, wnl ornplnyki inrliff~rommsnl, faisant rAfArcinc0 a IA
période alhrt du 1”’ juillet de t’awdw II
II)
BU 30 ]uln de I’ann6e II + 1 (exercice agricole). Alnsl, l’exercice 1989
va du le’ juillet 1989 au 30 juin 1990.
2
minimal des femelles reproductrices. La prolificité a été calculée comme le nombre moyen
do pr~uduile pur miao IJW
aœ
Pour obtenir ces variables, il a fallu Figure 2. Mode de calcul des paramètres démographiques
définir des cohortes d’âge révolu,
-
calculer l’effectif initial de la cohorte
11
et dénombrer les événements
s’étant produits pendant le pas de
*
-
temps. Dans l’exemple ci-contre
:
,/
(Figure 2), la cohorte des animaux B ”
,,-p/
nés entre t = 1 et t = 2 est comprise
N-
-
entre les droites d’équations
Y’/
:.,
:
_
y= t - 1 et y = t -2. Pour cette
-
cohorte, l’âge révolu d’une unité de D .,<,, ~,
/
I
-..---
I
M
temps est représenté par le côté
0
1
2
3
4
6
pointillé gauche du losange défini
tempr
par l’intersection de la droite t = 3
-
avec la cohorte. L’effectif de la cohorte à t = 3 a été dénombré à Eff(3) = n. Entre t = 3 et
t = 4, m morts ont été observés. La probabilité de mourir des animaux de la cohorte
z
considérée entre t = 3 et t = 4 est J.I = m.
II
Dans les études zootechniques concernant les ruminants domestiques’ le pas de temps
-
classiquement utilisé dans le découpage des cohortes est l’année. Cependant, les
populations de petits ruminants sont caractérisées par des fluctuations saisonnières
marquées de leurs effectifs. Ces variations.sont dues au saisonnement des naissances, à
-
des taux de mortalité variables d’une saison et d’une année à l’autre et à des pratiques de
destockage pouvant être brutales (à l’occasion de la Tabaski par exemple) [Il.
L’application d’un pas de temps annuel est susceptible d’induire un biais dans l’estimation
“II
des paramètres démographiques, dû par exemple aux interférences entre mortalité et
exploitation [6], et par conséquent dans les modèles de simulation subséquents.
il
Pour pallier ces difficultés, les cohortes ont été découpées en périodes de 15 jours (24
quinzaines dans. l’année). Un programme’a’été écrit pour calculer automatiquement les
effectifs initiaux et les nombres de morts, de mises bas et de produits par quinzaine et par
II
classe d’âge de 15 jours. Les données peuvent être agrégées à des niveaux supérieurs
(périodes plus longues, classes d’âge moins fines) en fonction des besoins spécifiques de
chaque analyse. Les niveaux d’agrégation ont été définis par les analyses exploratoires
-
concernant l’évolution des taux démographiques avec le temps et l’âge.
Covariables
II
La variable explicative (facteur d’intérêt) était le type de complémentation. D’autres
variables ont été introduites dans le modèle pour obtenir des estimations ajustées.
Variable explicative : type de complémentation
Les enquêtes semestrielles étaient trop imprécises pour obtenir une évaluation des profils
II
de ration complémentaires et a fortiori des quantites d’aliments distribuées. Sur la base
des résultats d’enquêtes et de son .expérience, Moulin a établi une typologie distinguant
les éleveurs complémentant leurs animaux tout au long de l’année (y compris en saison
*
pluvieuse), et ceux pour lesquels des ruptures de complémentation de plusieurs mois
avaient été constatées. Une variable synthétique à 2 modalités a été construite en fonction
de cette typologie. Elle a constitué la variable explicative de cette étude.
111
3
Facteurs d’ajustement
Age
Toutes les variables démographiques dépendent de l’âge. Ce facteur a été introduit dans
u
toutes les analyses. L’âge a été exprimé en quinzaines ou recodé de manière spécifique
(voir plus bas).
-
Sexe
Le sexe n’a été pris en compte que pour la mortalité. En effet, le modèle de dynamique de
population utilisé ne tenait pas compte de la fertilité des mâles, supposée ne pas être un
*
facteur limitant de la productivité.
Année et protocole de vermifugation
Les variables démographiques pouvaient subir des fluctuations inter-annuelles en fonction
de la variabilité des ressources fourragères et de la prévalence de la pathologie
m
(épidémies, intensité variable du parasitisme gastro-intestinale ou des pneumopathies,
etc.). Le facteur « année » devait être pris en compte dans les analyses. Cependant, de
1989 à 1991, 3 protocoles de vermifugation ont été testés sur les troupeaux étudiés :
m
l
En 1989 et 1990, le plan d’expérience retenu était de répartir les troupeaux témoins et
traités par village et d’appliquer le même traitement à l’ensemble des troupeaux de
-
chaque village d’un même lot. Les lots n’ont pas été modifiés entre 1989 et 1990.
& En 1989, le traitement testé a été le tartrate de morantel (Exhelm 0, Pfizer, 7.5 mg
d
kg-’ poids vif (PV), 1 administration le 15/1 I/l 989).
9 En 1990, un second traitement a été expérimenté, à base d’ivermectine (Ivomec 8,
;II
Merck & CO), 0.2 mg kg-’ PV, 1 injection en saison sèche le 1 WI 2/1990.
l En 1991, le plan d’expérience et le traitement ont changé. Les troupeaux traités et
II<
témoins ont été appariés par village. Le traitement testé à été I’ivermectine à la même
dose que précédemment, mais administré en saison pluvieuse, le 25/08/1991.
Les 3 traitements ont été testés chacun pendant une seule année, le troisième traitement
étant administré selon un protocole différent des 2 précédents. Dans ces conditions et
notamment à cause du plan d’expérience de 1989 et de 1990, il n’était pas possible de
distinguer les effets de l’année et de la vermifugation. En conséquence, nous avons
construit une variable synthétique regroupant ces 2 facteurs. Cette variable prenait 6
modalités : Cl (témoins de 1989) C2 (témoins de 1990) C3 (témoins de 1991) El
(traitement morantel de 1989) 12 (traitement ivermectine de 1990) et 13 (traitement
ivermectine de 1991).
Analyse statistique
L’intensité et la forme des relations entre les paramètres démographiques, la
-
complementation et les facteurs d’ajustements ont ete etudiees à l’aide de graphes
simples [paramètre = f(complémentation)] ou conditionnels [paramètre = f(facteur
d’ajustement conditionnellement à la complémentation)]. Le cas échéant, les facteurs
I
d’ajustement ont été transformés dans les analyses inférentielles pour rendre compte de la
forme de cette relation. Les tableaux ont été agrégés sous la forme :
i
Influence du type de compl6mentation sur la fertilt et la croissance
Age Tps Sex Verm Compl
NbIni Mort
1
16
F
Cl
ARRET
1
0
3
16
F
Cl
ARRET
1
0
5
16
F
Cl
ARRET
3
0
6
16
F
Cl
ARRET
4
1
7
16
F
Cl
ARRET
1
0
9
16
F
Cl
ARRET
1
0
10
16
F
Cl
ARRET
1
0
Dans cet exemple (tableau de la mortalité des jeunes), les items Age, Tps, Sex, Verm
constituaient les facteurs d’ajustement, l’item Compl représentait le facteur étudié & le
rapport Mort (nombre de morts) / Nblni (effectif initial) était la variable à expliquer. Des
modèles linéaires généralisés (modèles binomiaux avec liens log-log complément&~re*
pour la mortalité et logit3 pour la fertilité) ou linéaires (prolificité) ont été estimés avec tous
les effets principaux et tous les termes d’interaction d’ordre 2. Une procédure automatique
pas à pas a été appliquée-pour sélectionner le modèle minimisant le critère d’informtion
d’Akaike (AIC = déviance du modèle + 2 * nombre de paramètres du modèle). Les eEets
ont été testés par des tests du rapport des vraisemblances (LRT) pour les modiles
linéaires généralisés, ou du F pour les modèles linéaires.
Résultats
Mortalité
Classes d’âge
L’évolution du taux de mortalité selon l’âge (Figure 3) a permis de distinguer 3 cIa=s
d’âge : les ovins de moins.d’un an, les ovins de 1 à 5 ans et les ovins de plus de 5 ans.
Compte tenu de l’importance de la mortalité des jeunes et de la prépondérance marcuée
des femelles chez les animaux de plus d’un an, nous avons fait 2 études séparées
la
mortalité des ovins de moins d’un an et la mortalité des brebis de plus d’un an.
Figure 3. Evolution du taux de mortalité selon l’âge chez les ovins de Louga
La courbe pleine est /a moyenne obtenue par lissage loess. Les courbes tiretées
figurent l’intervalle de confiance de la moyenne (a = 0.05,) point par point
2
Lien loglog complémentaire : cloglog(p) = log[ -log(l - p)]
3
Lien logit : logit(p) = log[p / (1 - p)]
5
Le graphe simple de la mortalite solon le typo de cornpl6rrlor~toliorl (I’Ïguro 4) lurwnit
L
penser que l’influence du type de complémentation sur la mortalité des jeunes était faible.
Figure 4. Relation entre la mortalité des ovins de moins d’un an et le type
de complémentation sans ajustement des covariables
”
1.2
c
1.0
0.4
~-~ ------------
1
Ar&t
Continue
Complémentation
Le point représente la moyenne et le segment vertical l’intervalle de confiance B 95%
L
Les mêmes graphes tracés pour chaque facteur d’ajustement (Figure 5) ont révélé des
structures fortes, en particulier avec l’âge. Tous les facteurs d’ajustement semblaient
m
influencer le taux de mortalité.
Figure 5. Relation entre le taux de mortalité des jeunes de moins d’un an et les covariables
Mortalité - âge
Mortalité -temps
1
2
3
4
5 6
7
8
9 1 0 1112
J A S O N D J F M A M J
Age (mois)
Temps (mois)
Mortalité - sexe
Mort. - année * verm
I
I
I
I
1
I
I
I
2.5 -
2.5 -
3 2.0 -
g 2.0 -
Q; 1.5-
g 1.5-
+z l.O-
t
9
42 l.O-
ii
z 0.5 -
+
0.5 -
,ttt/t
0.0 -
1
I
0.0 -
I
I
I
I
I
I
F
M
Cl c2
C3 El
12
13
Sexe
Verm l année
Pour l’âge et le temps, la courbe pleine est la moyenne obtenue par lissage loess. Les courbes tirefées figurent
I’Nltervalle de confiance de la moyenne (a = O.OS)point par point. Pour le sexe et la combinaison année * vermifugation,
le point représente la moyenne et Ie segment vertical l’intervalle de confiance B 95%.
6
Influence du type de compkmentation
sur la ferMit et la croissance
Tableau 1. Paramètres du modèle final de la mortalité des ovins de moins d’un an
Variable
Paramétre (*)
Ecart-type (*)
LRT
Ddl
P( LRT)
Constante
-5.51
0.58
Ad
-0.11
0.06
A@
-0.11
0.07
Tpsl
0.02
0.06
Tps3
-0.48
0.28
C l
c2
-0.28
0.58
c3
-0.60
0.63
E l
0.75
0.58
12
-1.46
0.89
13
-0.03
0.60
Compl (*)
0.59
0.42
Ag2:Compl (*)
0.08
0.05
2.71
2
0.26
Agl:Sl
-0.02
0.02
Ag2:Cl
-
Ag2:C2
-0.07
0.07
Ag2:C3
-0.09
0.08
Ag2:El
0.09
0.08
Ag2:12
-0.18
0.10
Ag2:13
-0.02
0.08
Tps3:C2
0.40
0.30
Tps3:C3
0.50
0.29
Tps3:El
0.46
0.30
Tbs3:12
0.66
0.30
Tps3:13
0.52
0.29
LRT : test du rapport des vraisemblances
(7 Les paramétres et leur écart-type sonf exprimés sur l’échelle cloglog.
(**) La sfatistique LRT est calcuke pour les deux paramétres pris simultanément.
L’hypothèse de nullité des paramètres de la variable Compl et de l’interaction Compl:AgZ
n’a pas été rejetée (P = 0.26). Dans ce jeu de données, la mortalité des ovins de moins
d’un an n’a pas été influencée par le type de complémentation.
Influence du fype de compl6mentafion sur la fertilité et la croissance
Mortalité des brebis de plus d’un an
L’analyse a porté sur la variable décrivant le type de complémentation et 3 facteurs
d’ajustement : l’âge,
le temps (variations saisonnières) et la combinaison
année * protocole de vermifugation. Les graphes simples ont été présentés sur la Figure
7. Comme pour la mortalité des jeunes, le type de complémentation ne semblait pas
associé a la mortalite des brebis. La saison semblait egalement avoir une influence faible.
Figure 7. Relation entre la mortalité des brebis et les variables ind6pendantes
Mortalité - complémentation
Mortalité - age
Arr&
Continue
1
2
3
4
5
6
7
a
Complémentation
Age (années)
Mortalité - temps
Mortalité - année * vermifugation
E,o-
-g
-lO-
2
z
\\
s
z
e
' .._
+z
g 05-
,----__
- -.... - -.- _ - - _ - - _
g".5-
t t
t
t
t
t
o.o- ,
I I I I I I I I I I
oo-
l
I
I
I
I
l
J A S O N D J F M A M J
C l
C2 C3 El
12
13
Temps (mois)
Vermifugation * année
four l’âge et le temps, /a courbe pleine est la moyenne obtenue par lissage loess. Les courbes tirefées figurent
l’intervalle de confiance de la moyenne (a = 0.05) point par point. Pour la compl4mentation et la combinaison
année * vermifugation, le point représente la moyenne et le segment vertical /‘intervalle de confiance B 95%.
L’étude graphique des interactions (Figure 8) laissait penser que des interactions du type
de complémentation étaient possibles avec l’âge et la combinaison année * vermifugation.
Dans la phase de modélisation, l’âge, exprimé ,en années, a été dichotomisé de la manière
suivante :
Agi = Age - 2.5, si Age 5 2.5
Ag2 = Age - 2.5, si Age > 2.5
Age :
et
Agl = 0,
si Age > 2.5 ’
Ag2 = 0,
si Age < 2.5
Influence du fype de compldmenfafion suf la ferfiilifé et la croissance
Figure 8. Relations entre la mortalité des brebis et les covariables selon le type de complémentation
Mortalité - âge / complémentation
Mortalité -temps ! complémentation
1 2 3 4 5 6 7 8
J A S O N D J F M A M J
1 2 3 4 5 6 7 8
J A S O N D J F M A M J
Age (ann&s)
Temps (mois)
Mortalité - année * vermif. / complém.
Cl C2 C3 El 12 13
Vermifugation f année
Pour /‘fige ef le femps, la courbe pleine est la moyenne obtenue par lissage loess. Les courbes tireMes figurent
I’intervalle de confiance de la moyenne (cl = 0.05) point par point. Pour la combinaison annde * vermifugation,
le poinf représente la moyenne et le segmenf vertical I’infervalle de confiance cl 95%.
Un modèle binomial avec un lien cloglog a été estimé pour la mortalité des brebis. Le
modèle initial comportait le type de complémentation et 4 facteurs d’ajustement: l’âge,
éclaté en 2 variables Agl et Ag2, le temps exprimé en quinzaines (variable Tps) et la
combinaison vermifugation * année (6 modalités : Cl, C2, C3, El, 12, l3), ainsi que toutes
les interactions pertinentes à considérer. La variable décrivant le type de complémentation
ainsi que toutes les interactions l’impliquant ont été éliminées dans la procédure de
sélection pas-à-pas. Les résultats du modèle final sont présentés dans le tableau suivant.
Tableau II. Estimation des paramètres du modèle final de la mortalité! des brebis
Variable
Paramètre
Ecart-type
Constante
-6.16
0.33
A!21
-0.53
0.30
Ai2
0.35
0.08
Tps
-0.03
0.02
(*) Les paramétres et écarts-types s’ont exprimés sur l’&helle cloglog
En conclusion, le type de complémentation n’était pas associé à la mortalité des
jeunes de moins d’un an ni des brebis dans le jeu de données étudié.
10
Influence du type de compl.4mentation
sur la fertilifé et /a croissance
Fertilité
1
Les relations non ajustées entre la fertilité et les variables explicatives ont été
représentées sur la Figure 9. Le principal élément structurant la fertilité était le temps
(variations saisonnières). Les autres variables explicatives semblaient avoir des effets
minimes.
Figure 9. Relations non ajustées entre la fertilité des brebis et les variables explicatives
Fertilité y complémentation
Fertilité -. âge
s -
- - - - - - - __,
-
I
i?2 3.5
g40: t
’
I
-.
3.0
I
I
2 -
,
,
,
, , , ,
C
Arrêt
Continue
1
2
3
4
5 6 7 a
Complémentation
Age (année)
Fertilité -temps
Fertilité - vermifugation * annbe
J A S O N D J F M A M J
Ci
C2 C3 El
12
13
Temps (mois)
Vermifugation *année
Pour Icige et le temps, la courbe pleine est la moyenne obtenue par lissage loess. Les courbes tiretdes figurent
l7ntervalle de confiance de la moyenne (cx = 0.05) point par point. Pour la compMmentation et la combinaison
année * vermifugation, le point représente la moyenne et le segment vertical l’intervalle de confiance B 95%.
Les graphes conditionnels (Figure 10) n’ont pas révélé l’existence d’interactions.
Pour l’analyse inférentielle, les variables Age (âge de l’animal), exprimée en années et
Tps (temps), exprimée en quinzaines, ont été dichotomisées de manière à rendre compte
de la forme de la relation avec la fertilité, selon les règles suivantes :
Agi = Age - 4, si Age 5 4
AIf = Age - 4, si Age > 4
II
* A g e :
et
Agl = 0,
si Age>4’
Ag2 = 0,
si Age I 4
Tpsl= Tps-12, si Tpsr 12
Tps2=Tps-12, siTps212
et
l Tps:
Tpsl = 0,
si Tps > 12 ’
Tps2 = 0,
si Tps < 12
11
Influence du type de compkmentation
sur la fertilité et la croissance
Figure 10. Relations entre la fertilité des brebis et les covariables selon le type de complémentation
Fertilité - âge /complémentation
Fertilité - temps / complkmentation
1 2 3 4 5 6 7 8
J A S O N D J F M A M J
I
I I I I I I II
1 0 -
12345678
JASONDJ FMAMJ
Age (année)
Temps (mois)
Fertilité - année l verm / complém.
jd ++tttt +++tt+
2 1
i
0-l
C1 C2 C3 El 12 13
Vermifugatian * année
Pour l’âge et le temps, la courbe pleine est la moyenne obtenue par lissage loess. Les courbes tiret6es figurent
l’intervalle de confiance de la moyenne (a = 0.05) point par point. Pour la complimentation
et la combinaison
année * vermifugation, le point représente la moyenne et le segment vertical l’intervalle de confiance CI 95%.
Les variables discrètes Verm et Compl ont été laissées en l’état. Un modèle binomial avec
lien logit a été estimé pour la fertilité des brebis. Le modèle initial comportait le type de
complémentation (variable Compl) et 5 facteurs d’ajustement : Agl , Ag2, Tpsl, Tps2 et la
combinaison vermifugation * année, ainsi que toutes les interactions pertinentes à
considérer. Les résultats du modèle final sont présentés dans le tableau suivant.
Tableau Ill. Paramètres du modèle final de la fertilité des brebis
Variable
Paramètre (*)
Ecart-type (*)
LRT
Ddl
P( LRT)
Constante
-2.26
0.15
Ml
0.10
0.04
A@
-0.09
0.04
Tpsl
0.15
0.04
TpB
-0.24
0.01
Compl (*)
-0.06
0.10
0.33
Tpsl :Compl (“)
-0.04
0.03
2.20
2
Cl
c2
0.32
0.15
c3
0.48
0.14
El
0.40
0.17
12
0.41
0.17
13
0.45
0.16
Tpsl:Cl
Tpsl:C2
0.06
0.04
Tpsl:C3
0.21
0.05
Tpsl4El
0.14
0.05
Tpsl:l2
0.05
0.04
T+l:l3
0.16
0.05
LRT: test drr rapport des vraisemblances
Influence du type de complbmentation sur la fertilité et la croissance
L’hypothèse que les paramètres de la variable Compl et de l’interaction Tpsl :Compl sont
nuls n’a pas été rejetée (P = 0.34).
En conclusion, le type de complémentation n’était pas associé à la fertilité des
brebis dans le jeu de données étudié.
Prolificité
Les graphes des relations non ajustées entre la prolificité et chacune des variables
explicatives (Figure 11) montraient que la principale covariable était l’âge : la prolificité
augmentait rapidement après l’âge de 6 ans. En revanche, le type de complémentation
semblait avoir une faible influence sur la prolificité.
Figure 11. Relations non ajustées entre la prolificité et les variables explicatives
Prolificité - complkmentation
Prolificité - Age
1m-I
go-1
Ar@t
Continue
1
2
3
4
5
6
7
8
Complémentation
Age (année)
Prolificité - temps
Prolificité - vermifugation * année
C Témoin
1 1989
2 --_
SI20
E Exhelm
2 1 9 9 0
.A%
1 Ivomec
3 1 9 9 1
110
-- -- - -._,_ _ _ _ - -.- - - - _-
g 110
2%
a,00
-*--
- -... _ _ _
2
-Y
a 100
+++tt+
-G
1
---,
---.-___-_
-1
1
90
3
J A S O N D J F M A M J
Cl
C2 C3 El
12
13
Temps (mois)
Vermifugation * année
Pour l’âge et le temps, la courbe pleine esf la moyenne obtenue par lissage loess. Les courbes tiretdes figurent
l’intervalle de confiance de la moyenne (IX = 1205)poinf par point. Pour /a compl6menfafion
et la combinaison
année * vermifugafion, le point représente la moyenne et le segment vertical /‘intervalle de confiance cl 95%.
Les graphes conditionnels (Figure 12) ont confirmé l’absence d’effet du type de
complémentation sur la prolificité des brebis.
Pour le modèle linéaire, l’âge a été transformé en 2 variables agl et ag2 :
Agl = Age - 6, si Age I 6
Ag2 = Age - 6, ,G Age > 6
Age :
, et
Agi = 0,
si Age > 6
Ag2 = 0,
si Age I 6
13
influence du fype de complbmentation sur la ferfil&? et la croissance
Figure 12. Relations entre la prolificité et les covariables selon le type de complémentation
Prolificité - âge / complémentation
Prolificité - temps ! complémentation
1 2 3 4 5 6 7 6
J A S O N D J F M A M J
90-, , ,
III,, I,,,,
I a 1 I , I I !
1 2 3 4 5 6 7 6
J A S O N D J F M A M J
Age (année)
Temps (mois)
Prolificité - année * verm / complém.
Cl C2 C3 El 12 13
,,I,O
III,,,
Arr4t
e
1 3 0 -
c TBilm~tl
1 1989 -
g120 -
I E
Exhelm
IYOnwC
2 3 1990 1991
9o-1
Cl c2 c3 El 12 13
Vermifugation l annbe
Le modèle initial comportait le facteur à tester (le type de complémentation) et 4
covariables : Agl, Ag2, Tps (temps en quinzaines) et combinaison vermifugation * année
ainsi que toutes les interactions pertinentes à considérer. Les résultats du modèle final on;
été présentés dans le tableau suivant.
Tableau IV. Paramètres du modèle de la prolificité des brebis
Variable
Paramètre (*)
Ecart-type (*)
F
Ddl
P(F)
Constante
0.995
0.048
W
-0.036
0.023
Ag2
I.,
0.119
0.022
TPS
0.002
0.004
Compl (*)
-0.052
0.044
Tps:Compl(w)
0.005
0.003
1.148
2et653
0.318
c2
0.031
0.025
c3
0.002
0.025
E l
0.019
0.030
12
-0.017
0.030
13
0.010
i
0.027
Agl:Tps
0.004
0.002
Ag2:Tps
-0.005
0.002
Ag2:C2
-0.017
0.017
Ag2:C3
-0.032
0.019
Ag2:El
-0.075
0.024
Ag2:12
-0.037
0.026
Ag2:13
-0.047
0.021
(*) Les paramétres et 6cafts-types sont mesurés sur I'échelle naturelle
(**) Le test du F compare le modéle final et le modèle sans les termes COT~/ et Tps:Compl
Conclusion : l’analyse n’a pas permis pas de rejeter l’hypothèse nulle : il n’a pas été
possible de mettre en évidence un effet du type de complémentation sur la prolificité
des brebis de Ndiagne.
_
..__
,.-
. .._ -.-...
---- -......- - -....._- --..__.-._
14
Influence du type de comp/&nenfafion suf la 7ertilf6 et /a croissance
Conclusion générale
Cette étude n’a pas permis de mettre en évidence d’effet du type de complémentation sur
les paramètres démographiques des ovins de la communauté rurale de Ndiagne. En
conséquence, il n’a pas été nécessaire de tester une différence de productivité par un
modèle de simulation.
If faut être prudent dans les conclusions à tirer de l’analyse.
Premièrement, cette étude ne comportait pas de témoin non complémenté : tous les
éleveurs enquêtés distribuaient quelque chose à leurs animaux, surtout en période de
soudure (fin de saison sèche chaude, début de saison pluvieuse). Ce type de
complémentation est bien connu par les techniciens d’élevage du Sénégal, qui le
nomment « complémentation de survie »... On ne peut pas savoir quels auraient été
les paramètres démographiques sans cette complémentation.
-
Ensuite, l’absence d’effet pouvait provenir soit d’une réalité zootechnique, soit d’un
manque de précision de la variable décrivant la complémentation. Le facteur explicatif
était peut-être la nature et / ou la quantité d’aliment complémentaire distribué, non
mesuré ici, plutôt que la rupture dans la distribution.
&.
Des travaux menés au Sénégal sur des parcours naturels agropastoraux [3] ont montré
C
qu’en fin d’hivernage et en début de saison sèche, la valeur nutritive de la ration était
suffisamment bonne pour que la complémentation ne soit pas nécessaire. Les pratiques
traditionnelles des éleveurs ne sont pas forcément optimales, tant sur le plan
*P
zootechnique que sur le plan économique. II serait vraisemblablement plus rentable pour
l’éleveur de concentrer les moyens financiers consacrés à la complémentation à des
moments plus stratégiques, afin d’augmenter la fertilité des femelles.
L
La difficulté à quantifier des rations complémentaires, et a fortiori les quantités ingérées au
pâturage, marque une’limite des.enquêtesd’observation. II est néanmoins nécessaire de
L
poursuivre des.,.travaux en milieu paysan afin de se placer dans des conditions technico-
économiques proches de la « réalité ». II faut adopter une approche plus expérimentale,
en testant, par exemple, des complémentations ciblées sur des lots d’animaux précis et à
des périodes calendaires ou physiologiques stratégiques. Ce type d’étude pourrait être
effectué dans le cadre du programme laitier actuellement en préparation entre I’ISRA, la
Direction de I’Élevage et le CIRAD.
15
Influence du fype de compl&menfafion sur la fertilité ef la croissance
-
Bibliographie
1
1. Faugère, O., Faugère, B., 1986. Suivi de troupeaux et confrôle des performances
individuelles des petits ruminants
en milieu traditionnel africain.
Aspects
méthodologiquea Rev. Élev. Méd. vét. Pays trop., 39 (1): 29-40.
-
2. Faugère, O., Dockès, A.-C., Perrot C., Faugère, B., 1990. L’élevage fradifionnel des
petits ruminants au Sénégal. II. Pratiques de cqnduite ef d’exploitation des animaux
s-
chez les éleveurs de la région de Louga. Revue Elev. Méd. vét. Pays trop., 43 (2): 261-
q73
LI 3.
-
3. Guérin, H., Richard D., Duché A., Lefèvre P., 1990. Composition chimique des fèces
de bovins, d’ovins et de caprins exploitant des parcours naturels ou agropastoraux
sahélo-soudaniens : utilisation pour estimer la valeur nutritive de leur régime. Reprod.
-
Nutr. Dev. Suppl. 2, 167s-168s (!jeme Journ. Alim. Nutr. Herbiv., INRA, mars 1989).
4. Lancelot, R., Faye, B., Juanès, X., Ndiaye, M., Pérochon, L., Tillard, E., 1998. La base
A
de données BAOBAB: un outil pour modéliser la production et la santé des petits
ruminants dans les systèmes d’élevage traditionnels au Sénégal. Revue Élev. Méd.
vét. Pays trop., 51 (2): 135-146.
5. Moulin, C.-H., Performances animales et pratiques d’élevage en Afrique sahélienne. La
diversité du foncfionnement des troupeaux de petits ruminants dans la Communauté
Rurale de Ndiagne (Sénégal), 1993. Thèse doct. Ing. Institut National Agronomique
Paris-Grignon: Paris (France), 259 p.
6. Pepe, M.S., Mori M., 1993. Kaplan-Meier, marginal or conditional probabilify curves in
summarizing competing risks failure fime data ? Statistics in Medicine, 12: 737-751.
7. Tillard, E., Moulin, C.-H., Faugère, O., Faugère, B., 1997. Le suivi individuel des petits
ruminants au Sénégal: un mode d’étude des troupeaux en milieu villageois. INRA Prod.
Anim., 10 (1): 67-78.
8. Upton, M., 1989. Livestock productivity assessment and herd growth models.
Agricultural Systems, 29: 149-I 64.
16