Bioplan har allerede automatisk vekstmodellering , der forventet tilvekst neste 60 dager for en merd beregnes på grunnlag av historikk siste 30 dager.
Vi jobber nå med å introdusere tilsvarende funksjonalitet for forventet utvikling i dødelighet. I dette nyhetsbrevet beskriver vi
Skal færre laks dø må vi få oversikt over årsakene
Grunnleggende i å kunne lage en prognose for dødelighet er å vite hva som har skjedd. En utfordring er imidlertid at den vanligste listede årsaken i dødfiskrapportering er "dødfisk". Det pågår et arbeid for å forbedre dette og å standardisere kategoriene for dødfiskrapportering i regi av Standard Norge og Veterninærinstiuttet beskrevet her. Ettersom dette kun vil påvirke fremtidig rapportering vil nytten av dette først komme etter noe tid. Det finnes imidlertid nylig publisert arbeid som vi kan dra nytte av i dødelighetsmodellering. Denne artikkelen om dødelighet knyttet til ulike avlusningsmetoder, og denne artikkelen om bakgrunnsdødelighet, begge fra 2021, er med på å danne grunnlaget for vårt arbeid. Bildet under er fra sistnevnte stuide og viser sentral faktorer som påvirker dødelighet.
The best is the mortal enemy of the good
Et gammel ordtak fra Voltaire heter "The best is the mortal enemy of the good", kanskje mer kjent i form av "Perfect is the enemy of good". Data vi har sett på så langt tyder på at en "naiv" prognose som prognostisere at dødelighet neste uker vil være lik dødelighet siste uker er bedre enn å bruke en generell/gjennomsnittlig dødelighetsmodell. Med mer avanserte modeller og bedre datavasking kan vi imidlertid komme enda nærmere en god prognose. Sentralt er om siste ukers utvikling i dødelighet for en gruppe vil vedvare, eller om det er/var resultat av en forbigående hendelse. Når ulike (korte) dødelighetshendelser inntreffer må disse filtreres ut/justeres for. En utfordring er imidlertid at videre utvikling etter slike hendelser kan variere stort. For eksempel kan tiden det tar før dødeligheten er tilbake på et “normalnivå” etter en lusebehandling variere fra få dager til flere uker, avhengig av behandlingsmetodikk, behandlingsutførelse, miljøforhold og fiskens helsetilstand.
er. Vi jobber med ulike måter å håndtere dette på nå og satser på å vise noen av resultatene i et av de neste nyhetsbrevene.
Ta i bruk kunnskapen som finnes i selskapet ditt
I tillegg til den automatiske dødelighetsmodelleringen ser vi på mulighetene for at brukeren selv kan justere dødelighetsforventningene basert på erfaring og kunnskap om sykdomsdiagnoser, endrede miljøforhold, forventede behandlinger og lignende. For modellering på lang sikt kan planleggere legge dette inn i Bioplan nå, men å holde dødelighetsprognoser oppdatert på kort sikt tror vi kan være arbeidskrevende.
En mulig ide vi vurderer er at de som sitter nærmest fisken kan være med å legge inn forslag til forventet dødelighetsutvikling (som så først legges inn i en plan etter ok/en godkjennelse fra planlegger). Eksempelvis vil driftsleder/helseansvarlige ofte gjerne ha en (mer eller mindre kvalifisert) forventning til dødelighetsutviklingen knyttet til lokalitetene de er ansvarlig for.
Tror du dette kunne vært nyttig? Her vil vi gjerne ha tilbakemelding fra deg som bruker for å klarlegge hvordan slik funksjonalitet kan gi best mulig nytteverdi.
Svar gjerne kort på noen spørsmål relatert til dette her
