> ## Knowledge Base Index
> Fetch the complete knowledge base index at: https://help.eshepherd.com/sitemap.xml
> Use this file to discover available pages before exploring further.
> Pure-Markdown content can be obtained by appending a '.md' suffix to the content URLs listed in the sitemap (without the trailing slash).

# eShepherd Webinar JUL 2025 Avsnitt 7

### Sammanfattning av eShepherd Virtual Fencing-webbinariet   
###### Webbinariets Träningsguide – Avsnitt (Transkriptbaserad Sammanfattning)

Denna artikel sammanfattar huvudteman, kundfallstudier och plattformsdemonstrationer från det sjunde eShepherd Virtual Fencing-webbinariet. Sessionen inkluderade insikter från producenter i Nya Zeeland och USA, tillsammans med praktiska exempel på betesallokering, techno grazing, djurbeteende och grödbete med hjälp av eShepherd-plattformen.

###### Introduktion

Webbinariet hölls av Jamie Wagorn, Business Development Manager för Nya Zeeland, med stöd från Cheyenne (Nordamerika) och Andrew “Zippo” (Australien).  
Särskilda gästtalare var:

* George – Taranaki, Nya Zeeland  
* Daniel & Kimmy – Oregon, USA  

Deltagarna uppmuntrades att skicka in frågor via chatten, och dessa besvarades under hela sessionen.

###### Fallstudie: George – Taranaki, Nya Zeeland

George har använt eShepherd i drygt ett år i ett techno-grazing-system för tjurar, beläget i kuperad terräng med två stora floddalar (~30 hektar vardera).

Varför systemet infördes?

Teamet stod inför ett beslut:
* Bygga om gamla fysiska stängsel till hög kostnad  
* Flytta eltrådar manuellt varannan dag (lång resväg, lerigt och brant)  
* Eller gå över till virtuell stängsling för techno grazing

Efter analys av arbetsinsats, kostnader och flexibilitet valdes virtuell stängsling.

Design av betessystemet

* Åtta körbanor per block  
* Fyra djurgrupper som roterar i en oval bana  
* Vattentråg placerade längs den centrala körvägen (visas som blå prickar)  
* Dagliga förflyttningar via schemalagda virtuella betesfållor  
* Tjurarna kommer in i systemet vid ~220 kg och slaktas vid ~600 kg  
* Målsättning för lönsamhet: cirka 4 000 USD per hektar  

George arbetar på distans när han är på semester och gör veckans inställningar via sin laptop.

Veckovisa & Dagliga Rutiner

* På söndag kväll skapar George sju virtuella betesfållor per djurgrupp  
* Automatiska skiften schemaläggs till kl. 10:00 dagligen  
* Varje skifte ger:
* 2 timmars överlappning  
* 22 timmars betning i den nya cellen  

Total tidsåtgång per vecka: **30–40 minuter**.

Övervakning på Gården

George besöker gården endast varannan vecka för att:

* Kontrollera djurens välbefinnande  
* Bedöma betestillgång  
* Säkerställa att vinterrotationerna håller planen  
* Hantera kompensatorisk tillväxt från vinter till vår  

Djurbeteende

* Trots minskad mänsklig kontakt förblir tjurarna lugna  
* Små grupper förbättrar temperamentet  
* Grupperna rangordnas efter vikt för konsekvens  
* Beteslinjer blir tydliga tidigt (10 dagar efter träning)  
* Fysiskt stängslad tråglinje låter djuren dricka utan att få ljudsignaler  

Systemfördelar

* Snabba justeringar vid väderhändelser (t.ex. regnperioder, köldknäppar)  
* Exakt rotationslängd med 120 fördefinierade celler per grupp  
* Fjärrhantering från vilken plats som helst  
* Möjlighet att intensifiera betning på stora extensiva gårdar  
* Förbättrad djurkontroll med minimal arbetsinsats  

Råd till nya användare

* Säkerställ god vattentillgång – avgörande för framgång inom virtuell stängsling  
* Se virtuell stängsling som ersättning för arbetskraft, inte infrastruktur  
* Börja i liten skala för att lära dig systemet innan du bygger ut  
* Förstå din egen ROI och anpassa systemet efter din gård  

###### Fallstudie: Daniel & Kimmy – Oregon, USA

Daniel och Kimmy betar boskap över 8 000 acres bergsterräng.

Utmaningar före eShepherd
* Stora korsstängsel förstördes av vilt (älgar, fallande träd)  
* Hög arbetsbörda för underhåll av stängsel  
* Djuren lämnade marken utan att upptäckas tills grannar rapporterade det  
* Svårigheter att hantera avelsgrupper och betesutnyttjande  

Övergång till eShepherd

Efter ett år med systemet rapporterar Daniel:
* Det fungerar bättre än förväntat  
* Dator- och mobilappen är enkla att använda  
* De undviker daglig interaktion – justerar endast stängsling vid behov  
* Virtuella betesområden är mycket stora (300–500 acres var)  
* Halsbanden finansierades delvis med NRCS-bidrag  

Djurbeteende & Träning
* Gruppmentalitet påskyndar inlärning  
* Tjurarna är mycket följsamma  
* Två grupper separerade med endast 10 yards höll sig på sina sidor  
* Ljudsignaler stressar inte djuren  
* När stängslet flyttas hittar djuren det inom några minuter  

Fördelar under Kalvning

eShepherd gjorde kalvningshantering dramatiskt enklare:

* Rörelsemönster på kartan visade vilka kor som höll på att kalva  
* 99 % precision i att identifiera kor som behövde ingripande  
* Snabbare respons minskade förlust av kalvar och kor  
* Tät skog gjorde visuell upptäckt mycket svår tidigare  

Reaktion på Skogsbrand

Under en oväntad skogsbrand:
* Daniel och Kimmy var fem timmar bort  
* Virtuell stängsling gjorde det möjligt att styra boskapen nerför berget under två dagar  
* När de kom hem fann de djuren säkert samlade nära grinden  
* Grannar utan virtuell stängsling förlorade boskap  

Kalvar jämfört med vuxna djur
* Kalvar (~400 lb) lär sig långsammare  
* Fungerar bäst när de blandas med vuxna kor  
* De passerar stängslet men återvänder pålitligt till sina mödrar  

Största Fördelarna
* Trygghet i att alltid veta var djuren befinner sig  
* Slut på oväntade samtal från grannar  
* Minskad arbetsbörda tack vare borttagna korsstängsel  
* Mindre stress under kalvning och nödsituationer  
* Möjlighet att utfodra var 4–5:e dag på vintern istället för dagligen  
* Bättre avelskontroll med tydliga ko–tjur-grupper  

###### Plattformdemonstration: Betesallokering & Grödbete

Zippo visade flera exempel på betes- och grödhantering från Nya Zeeland och Australien.

Centrala teman
* Strippbetning av kål utan att köra motorcykel genom grödan  
* Serie av virtuella betesfållor för automatiserad daglig allokering  
* Virtuella körvägar som möjliggör snabb retur till gårdscentrum  
* Enkel hantering av komplexa fältformer  
* Allokering baserat på uppmätt extra yta med kopieringsverktyg för stängsel  

Visade verktyg
* Kopiera tidigare stängsel för att skapa sekventiella delningar  
* Mäta nya allokeringar via geometri i virtuella betesfållor  
* Precis hantering av fram- och bakstängsel  
* Importera rutnätsbaserade system för techno grazing  

Tidigare Betesloggar
* Arkiveringsfunktionen (kommer snart) kommer att lagra gamla virtuella betesfållor  
* Framtida utveckling inkluderar förbättrade historiska rapporter och verktyg för betesplanering  

###### Frågor & Svar – Sammanfattning

Kan systemet fallera? Kan djur rymma?
* Tillfälliga avbrott kan förekomma (t.ex. blixtnedslag i basstation)  
* Djur kan gå utanför en kort stund men återgår oftast inom några minuter  
* Tjurstrider kan knuffa ut ett djur, men virtuell stängsling hindrar hela grupper från att rymma  

Kan två grupper dela samma fält i separata virtuella betesfållor?
* Ja, vanligt i större system  
* Fungerar bäst med gott om utrymme  
* Beteendet varierar mellan gårdar  

Kan man flytta boskap under kalvning?
* Ja, men med försiktighet  
* Säkerställ att kor har återvänt till sina kalvar innan tidigare betesfållor stängs  
* Kalvar går ofta 700–800 meter och återvänder själva  

###### Webbinarieåtkomst och Support

* Alla webbinariespelningar finns tillgängliga via Hjälpcentret i eShepherd-plattformen  
* Användare kan kontakta regionala affärsutvecklingschefer i NZ, Australien eller Nordamerika  
* Feedback välkomnas för att forma framtida webbinarier  

Källa:

Denna artikel baseras på innehåll från [eShepherd Virtual Fencing-webbinariet](https://www.youtube.com/watch?v=TS5XJNn1WCk).  
Den ursprungliga sessionen finns tillgänglig som en YouTube-inspelning tillhandahållen av Gallagher eShepherd.

V1.0, 12/2025

