Bundesanstalt für Landwirtschaft und Ernährung

Projekte in den Förderprogrammen des BMEL, betreut durch den Projektträger BLE (ptble)

Ergebnis der Suche

Zurück zum Suchergebnis

Titel: Verbundprojekt: Zucht auf Futtereffizienz und reduzierten Methanausstoß beim Milchrind (eMissionCow) - Teilprojekt 9
Titel (englisch): Collaborative project: Breeding for feed efficiency and reduced methane-emissions in dairy cattle (eMissionCow) - subproject 9
Beschreibung (dt.): Ziel von eMissionCow ist die Zucht auf eine erhöhte Futtereffizienz und reduzierte Methanemissionen beim Milchrind. Hierfür sind Genotypisierungen in Kombination mit differenzierten Phänotypisierungen auf Einzeltierebene in den Merkmalen Futteraufnahme, Futtereffizienz, Milchinhaltsstoffe und Methanemission erforderlich. Die erhobenen Daten bilden unter anderem die Basis für die Entwicklung/Verbesserung einer genomischen Zuchtwertschätzung in den Merkmalskomplexen Futtereffizienz und Methanemission. Anschließend sollen effizienzorientierte Zuchtstrategien (Anpaarungsplanung, Selektionsindex) für die landwirtschaftliche Praxis erarbeitet werden.
Beschreibung (engl.): The eMissionCow project aims for an increased feed efficiency and reduced methane-emissions in dairy cattle breeding. Therefore, genotyping and the combined implementation of precise phenotyping on an individual basis for the traits feed intake, feed efficiency, milk components and methane-emissions are crucial. The phenotypic data deliver the basis for the implementation of genomic breeding value estimations for feed efficiency and methane emission traits. Afterwards efficiency-oriented breeding strategies including selection index calculations, mating schemes and selection for breeding service, shall be developed for the purposes of practical dairy farmers. Data assessment for feed intake and milk components on an individual basis as well as sampling for cow genotyping, takes place on 13 agricultural research facilities, using weighing-troughs, in Germany. The development of MIR-equations, using milk spectral-analysis data is based on the phenotypic datasets (including weight, exterior-classification and BCS). Therefore, inter alia, urea contend and milk fatty acid pattern analyses are necessary as calculation inputs for feed efficiency and methane-emissions. Accurate methane-emission data, measured in respiration chambers for German-Simmental cows, will increase the precision of the existing prediction-model for methane. The extension of the MIR-equations by the Simmental-breed widens the calculations usability to Germany’s overall dairy herd. Additionally LMD-measurements for all cows in the project are implemented at the research stations. The overarching purpose is the evaluation of individual milk spectral-analysis data as 'phenotypes” for breeding against high methane-emissions and for feed efficiency. The final steps are breeding value estimation and breeding planning calculations, including efficiency traits like methane-emission and feed efficiency and their relation to already established performance traits in the dairy cattle breeding goals.
Laufzeit: Beginn: 01.06.2018 / Ende: 31.05.2021
Ausf. Einrichtung: Martin-Luther-Universität Halle-Wittenberg - Naturwissenschaftliche Fakultät III - Institut für Agrar- und Ernährungswissenschaften - Professur für Tierzucht, Halle
Themenfelder: Tierzucht, animal breeding
Förderprogramme: Innovationsförderung aus Mitteln des Zweckvermögens des Bundes bei der Landwirtschaftlichen Rentenbank
Schlagworte: Tierhaltung, animal husbandry, Tiergesundheit, animal health, Digitalisierung, Digitale Welt, digital world, Rinder, cattle, Datenmanagement, data management
Stichpunkte: Methanemission
Förderkennzeichen: 28RZ3IP080
Dokument zum Download: Kein Dokument vorhanden!
Kontakt: Benutzen Sie unser Kontaktformular
oder E-Mail an
innovation@ble.de

Such-Tipps:

Stichwortsuche:

Mehrere Begriffe werden automatisch verknüpft. Auch Wortbestandteile werden in folgenden Datenfeldern gesucht:

Projekttiteln und Beschreibungen (in deutsch, englisch, französich), Förderkennzeichen, Schlagworten und Zielländern.

Die folgenden Beispiele veranschaulichen einige Such-Strings, die boolesche Volltextoperatoren verwenden:

Weizen Stroh

Findet Datensätze, die mindestens eines der beiden Wörter enthalten.

+Weizen +Züchtung

Findet Datensätze, die beide Wörter enthalten.

Weizen +Sorte

Findet Datensätze, die das Wort "Weizen" enthalten, stuft aber solche Datensätze höher ein, die auch "Sorte" enthalten.

+Weizen -Gerste

Findet Datensätze, die das Wort "Weizen", aber nicht das Wort "Gerste" enthalten.

Weizen*

Findet Datensätze, die Wörter wie "Weizen", "Weizenmehl", "Weizenbier" oder "Weizenanbau" enthalten.

"Kleegras und Grünland"

Findet Datensätze, die die exakte Phrase "Kleegras und Grünland" enthalten. Dies wäre etwa "Stickstoffkreisläufe in Kleegras und Grünland", nicht aber "Stickstoffkreisläufe in Kleegras oder Grünland".

Beachten Sie, dass die (")-Anführungszeichen, die die Phrase umschließen, Operatorzeichen sind, die der Trennung der Phrase dienen. Es handelt sich hierbei nicht um Anführungszeichen, die den Such-String selbst umfassen.

Erweiterte Suche

Hier gibt es die Möglichkeit, nach Stichworten, Themenfeldern, Projektstatus, Förderprogrammen, Laufzeiten und Einrichtungen zu suchen:

Erweiterte Suche.