This study focuses on extensive grassland-based dairy systems, where cows may be exposed to various hazards (climatic, health…) and limiting environments (feeding conditions) over their life. In such livestock systems, the ability of cows to remain in the herd (i.e. lifespan) reveals their ability to cope with such perturbations and to continue meeting the farmer's expectations. Productive lifespan was thus considered as a proxy of robustness in dairy cows. We hypothesized that productive lifespan of dairy cows can be predicted by a set of life function traits recorded during first lactation. A dataset composed of variables describing the entire productive life of 185 (Montbéliarde and Prim'Holstein) dairy cows managed in an experimental farm was used to test our hypothesis. This dataset contained information on 32 variables related to productive and reproductive performances, health status, average daily dry matter intake, body weight and body condition score describing the first lactation of all multiparous dairy cows, together with their productive lifespan (difference between age at culling and age at first calving). Clustering and multi-trait profile analyses of dairy cows revealed the existence of trade-offs between the productive lifespan of dairy cows and milk productivity, fertility and body weight at first lactation. For instance, cows with good functional performance (in terms of health and reproduction traits) but moderate milk production during first lactation had longer productive lifespan, whereas cows with moderate milk production but poor reproductive performance had a shorter one. We applied linear discriminant (LD) modelling technique to predict to which productive lifespan (short, average, long) profile an individual cow would belong, based on life function and production traits measured during the first lactation. K-fold cross-validation (k=4) of the LD model yielded an accuracy of 89% and precision ranged between 89 and 97%. Prediction quality of the cross-validated LD model suggests that our approach of classifying individual dairy cows is relevant and advantageous compared to classifications done per average cluster or profile. Studying traits of cows at first lactation enables early identification of cows that have a greater probability of living longer and thus have a better robustness.

这项研究的重点是广泛的基于草原的奶牛场系统，在这些系统中，奶牛在一生中可能会受到各种危害（气候，健康……）和限制环境（喂养条件）的影响。在这种牲畜系统中，奶牛留在牛群中的能力（即寿命）显示了它们应对这种扰动并继续满足农民期望的能力。因此，生产寿命被认为是奶牛健壮性的代表。我们假设可以通过第一次泌乳期间记录的一组生活功能特征来预测奶牛的生产寿命。一个由描述实验农场管理的185头奶牛（Montbéliarde和Prim'Holstein）整个生产寿命的变量组成的数据集用于检验我们的假设。该数据集包含有关32个变量的信息，这些变量与生产和生殖性能，健康状况，平均每日干物质摄入量，体重和身体状况评分相关，这些变量描述了所有多头奶牛的首次泌乳，以及它们的生产寿命（淘汰时的年龄差异）和第一次产犊的年龄）。奶牛的聚类和多性状概况分析表明，在第一次泌乳时，奶牛的生产寿命与牛奶的生产率，繁殖力和体重之间存在着权衡取舍。例如，具有良好功能性能（就健康和生殖特性而言）但初次泌乳期间产奶量适中的母牛具有更长的生产寿命，而具有中等产奶能力但生殖性能较差的母牛具有较短的生产寿命。我们基于第一次泌乳期间测得的生命功能和生产特征，应用线性判别（LD）建模技术来预测每头母牛属于哪个生产寿命（短，平均，长）轮廓。LD模型的K倍交叉验证（k = 4）产生了89％的准确度和89％至97％的准确度。交叉验证的LD模型的预测质量表明，与按平均聚类或概况进行的分类相比，我们对个体奶牛进行分类的方法是相关且有利的。在第一次泌乳时研究母牛的性状，可以及早发现寿命更长，因此具有更好健壮性的母牛。长）轮廓，根据第一次泌乳期间测得的生命功能和生产特征，该母牛将属于该母牛。LD模型的K倍交叉验证（k = 4）产生了89％的准确度和89％至97％的准确度。交叉验证的LD模型的预测质量表明，与按平均聚类或概况进行的分类相比，我们对个体奶牛进行分类的方法是相关且有利的。在第一次泌乳期研究母牛的性状，可以及早发现寿命更长，因此具有更好健壮性的母牛。长）轮廓，根据第一次泌乳期间测得的生命功能和生产特征，该母牛将属于该母牛。LD模型的K倍交叉验证（k = 4）产生了89％的准确度和89％至97％的准确度。交叉验证的LD模型的预测质量表明，与按平均聚类或概况进行的分类相比，我们对个体奶牛进行分类的方法是相关且有利的。在第一次泌乳期研究母牛的性状，可以及早发现寿命更长，因此具有更好健壮性的母牛。交叉验证的LD模型的预测质量表明，与按平均聚类或概况进行的分类相比，我们对个体奶牛进行分类的方法是相关且有利的。在第一次泌乳期研究母牛的性状，可以及早发现寿命更长，因此具有更好健壮性的母牛。交叉验证的LD模型的预测质量表明，与按平均聚类或概况进行的分类相比，我们对个体奶牛进行分类的方法是相关且有利的。在第一次泌乳期研究母牛的性状，可以及早发现寿命更长，因此具有更好健壮性的母牛。