eShepherd Webbinar MAR 2025 Avsnitt 3

Mötesanteckningar: (Genererade av AI)

• Introduktion till webbinariet: Mark Dempsey välkomnade både nya och befintliga kunder till Gallagher eShepherd-webbinariet. Han förklarade syftet med serien – att hjälpa kunder genom att dela information och utbildning. Han presenterade även teammedlemmarna som medverkade i webbinariet, bland annat Andrew Zipsin och Katherine Morgan.
• Översikt över rotationsbete: Mark Dempsey förklarade att dagens tema var rotationsbete, ett vanligt ämne när eShepherd-teamet pratar med nya kunder. Avsnittet syftade till att gå igenom grunderna för hur man implementerar rotationsbete med eShepherd-systemet, med demonstration av Andrew Zipsin.
• Virtuella hagar och schemaläggning: Andrew Zipsin gav en detaljerad genomgång av hur man skapar virtuella hagar och använder schemaläggningsfunktionen för att automatisera aktiveringen av virtuella stängsel. Han visade hur man skapar hagar, utökar betesytor och använder scheman för att flytta djur automatiskt enligt en betesplan.
• • Inställning: Genomgång av hur man skapar och utökar virtuella hagar.
  • Schemaläggning: Funktionen gör det möjligt att automatiskt aktivera virtuella stängsel efter en plan.
  • Automatisering: Minskar behovet av manuellt arbete och ökar effektiviteten.
• Övergång mellan virtuella hagar: Andrew förklarade hur övergången mellan två hagar fungerar och betonade att man inte ska stänga av den tidigare hagen manuellt, eftersom systemet uppdaterar halsbanden automatiskt. Han tog också upp vad som händer om vissa halsband slutar kommunicera.
• • Övergångsprocess: Systemet uppdaterar halsbanden automatiskt med den nya hagen.
  • Manuell avstängning: Kan störa systemets automatiska uppdateringar.
  • Kommunikationsproblem: Genomgång av hur man hanterar halsband som slutar kommunicera.
• Intensivt rotationsbete: Mark och Andrew diskuterade systemets kapacitet att hantera intensivt rotationsbete. Vissa kunder öppnar små betesytor flera gånger om dagen. Systemet klarar detta, men övergångstiden mellan hagar måste tas i beaktning.
• • Kapacitet: Systemet kan hantera frekventa aktiveringar.
  • Frekvent flytt: Möjligt, men kräver planering för att fungera smidigt.
• ”Return to Paddock”-funktionen: Andrew presenterade funktionen som hjälper djur att återvända till den virtuella hagen när de halkar efter. Den aktiveras först när djuren vant sig vid virtuella stängsel.
• Lagstiftning och tillgänglighet: Mark gav en uppdatering om den juridiska statusen i Australien. Tekniken är laglig i QLD, NT, WA och Tasmanien, men ännu inte i NSW, Victoria eller SA. Han uppmuntrade kunder att kontakta lokala politiker för att visa sitt stöd.
• Frågestund: Frågor besvarades om bland annat halsbandens precision, hur man skapar drivgångar, hur många djur systemet kan hantera och hur man identifierar defekta halsband.
• • Precision: Cirka 1–1,5 meter. Undvik mycket smala gångar; minst 10 meter rekommenderas.
  • Max antal djur: Systemet kan hantera tusentals djur, men LoRa-systemet kan kräva justeringar i kommunikationsintervaller.
  • Vattenpunkter: En bred buffert rekommenderas så att djuren inte får stimuli medan de dricker.
  • Defekta halsband: RFID-läsare är användbara för att identifiera enheter som inte kommunicerar.
• Avslutning: Mark tackade deltagarna och meddelade att inspelning och Q&A kommer att finnas tillgängligt via länk. Han uppmuntrade även deltagarna att hålla utkik efter nästa webbinarie.

Frågor från deltagarna och svar

F: När ett halsband har blivit ”unfitted” i webbappen, kan det sättas tillbaka senare?

S: Ja. Efter att du använt ”Unfit”-funktionen finns djurets post kvar i listan. Du kan sedan redigera djuret och välja halsband igen.

F: Hur exakt är GPS-gränsen? Om jag vill stänga ute en väg, hur mycket marginal behövs?

S: GPS-precisionen är ungefär 1–1,5 meter. Även om det går att stänga ute en väg med ett virtuellt stängsel rekommenderas det inte att lita helt på det för offentliga vägar. För privata vägar rekommenderas en marginal på 2 meter.

F: Har det gjorts beteendeforskning på andra djur, exempelvis får?

S: Ja, forskning har gjorts. Får lär sig signalerna, men den tjocka ullen gör det svårt att leverera stimuli. Dessutom måste kostnaden vara mycket lägre för att vara ekonomiskt gångbar, vilket är en utmaning.

F: Kan ett virtuellt stängsel användas som en drivning?

S: Ja, en bredd på 6–10 meter rekommenderas.

F: Hur exakt är det virtuella stängslet? Vi har en hage på 5 ha och vill flytta besättningen 0,5 ha åt gången.

S: Precisionen är 1–1,5 meter. Det rekommenderas att göra hagen tillräckligt stor och sedan flytta gränsen efter behov för att optimera betesutnyttjandet.

F: Hur hittar man ett defekt halsband?

S:

1) Sortera djur efter ”senast uppdaterad”.

2) Halsband som inte kommunicerat på 24 timmar visas med ett kryss.

3) Efter 3 dagar visas det under ”Monitor Neckbands”.

V1.0, 11/2025

Uppdaterad den: 24/11/2025