DeepLoop-teamet · 2026-09-14

Æglæggerkurven: Toppen er ikke det tal, der betaler

Næsten enhver æglæggerflok stiger til næsten samme top - Lohmann sætter LSL-Lite på 95-97 % og Brown-Classic på 94-96 %, begge når 50 % ægning ved 140-145 dage. Top er den lette del. Hvad der adskiller to flokke, er alt det, der sker efter.

Æglæggerkurven: Toppen er ikke det tal, der betaler

Persistens er det tal, der betaler

Efter toppen går kurven kun én vej - ned. Persistens er, hvor langsomt. Læs den direkte fra Lohmanns Tabel 18: en LSL-Lite holder 90 %+ hen-dag-ægning i 38 uger; en Brown-Classic i 29. Samme top, ni ekstra uger med nær-top-ægning - liggende i den del af kurven, ingen sætter som mål. Det er ikke en fodnote til toppen; det er det tal, der afgør, om flokken betaler.

Flere æg er ikke mere ægmasse

Over en cyklus til 95 uger lægger LSL 445 æg mod Browns 430 - men Browns æg er tungere (65,2 g vs 61,9 g i gennemsnit), så Brown akkurat vinder total ægmasse, 28,02 kg vs 27,57 kg pr. indhuset høne. Efterhånden som ægningsraten falder, holder ægvægten med at stige. De to bevæger sig i modsatte retninger, så ægmasse holder længe, efter at ægnummer begynder at glide - og du kan ikke læse flokken ud fra lægningsprocenten alene.

Stigning til top og persistens efter race - LSL-Lite vs Brown-Classic hen-dag-ægning holdt over 90 %, gentegnet fra Lohmann.

Stigning til top og persistens efter race - LSL-Lite vs Brown-Classic hen-dag-ægning holdt over 90 %, gentegnet fra Lohmann.

Det fald, du ser, er allerede dage gammelt

Et australsk team tog kurven alvorligt som noget, du kunne forudsige: fire kommercielle frilandsfarme, 106 flokke, 35.346 flok-dage, forudsigelse mod Lohmann Brown-målkurven. En Random Forest trænet på én farms historik forudsagde ægningsraten ved en median AUC på 0,86 og RMSE på 2,8 - og en model kun trænet på tre andre farme forudsagde målfarmen næsten lige så godt (AUC 0,89). Kurven er regelmæssig nok til at overføre mellem farme. Men at samle alt hjalp ikke konsekvent: den kombinerede model gav den bedste regressionsfejl (RMSE 2,55) og den svageste fald-detektion (AUC 0,82). Mere data, ikke automatisk mere kunnen.

Fra forudsigelses-studiet - produktionskurven er regelmæssig nok til at overføre mellem farme, men et fald viser sig i gennemsnitlige dage efter, det starter.

Fra forudsigelses-studiet - produktionskurven er regelmæssig nok til at overføre mellem farme, men et fald viser sig i gennemsnitlige dage efter, det starter.

Hvilke fugle er stadig på båndet

Hvert tal her er et flokgennemsnit læst én gang om dagen. Gennemsnittet skjuler det spørgsmål, der afgør persistens: ikke hvad flokken gør, men hvilke enkelte fugle, der stadig lægger, og hvilke der stille er faldet ud. En kurve, der ligner en blid nedstigning, kan være et faldende antal høns, der lægger godt - og gennemsnittet vil ikke fortælle dig hvilke.

Hvor det fører hen

DeepLoop arbejder på det lag af denne kurve, ingen plotter - ikke flokgennemsnittet én gang om dagen, men hvilke fugle der stadig er på båndet. Persistens er en pr.-fugl-historie, og at læse den tidligt er forskellen på at håndtere nedstigningen og at blive overrasket af den.