猪只福利指标：评分要打在猪身上，不只是栏位上

基于动物本身的指标

这正是基于动物本身指标的整个意义。EFSA 2022 年关于猪只福利的意见把这些结果性指标放在核心：尾、耳、皮肤病变，跛行，掉队猪，体表污浊，死亡率。你是从猪身上读它们，不是从建筑规格上读。资源审计告诉你这个栏位承载的风险；只有猪告诉你结果。

一个数字需要阈值

一个原始数字并不是结论。“3% 跛行”在你不知道这 3% 代表什么之前毫无意义。所以 KTBL 与 Friedrich-Loeffler-Institut 做了更难的那一半工作 - 他们对断奶仔和育肥猪，给每一项指标都设了一个目标值（你朝它努力）和一个警报值（标志着急性问题）。这样结果就落在某个区域里：绿色、预警、或警报。跛行的警报触发得最早，仅在 3% 的动物时。尾病变的高警报是 10%，因为暴发扩散很快 - 这也正是你为什么看趋势斜率、而不是等警报线。

基于资源的与基于动物本身的福利指标对比，重新绘制 - EFSA 把这些结果性指标放在核心。

同一栋舍，下周，得分不同

一次福利审计给你一个农场的数字 - 但如果两周后对同一个农场再评一次，结果会不会不同？一支西班牙团队在同一个农场的两栋舍、用同样两位受过训练的评估员，每两周跑一次完整的 Welfare Quality 协议，贯穿一整个育肥周期。评估当日农场什么也没变；变的只是周期里的那一点。但得分仍然会动 - 这证明，每年两次的快照可能完全错过一个单位真实所在的位置。

来自西班牙的研究 - 同一个农场的得分，仅因评估落在育肥周期的哪个位置不同而不同。

看斜率，不是看线

目标/警报框架作为趋势最好用，而不是作为抽查。咬尾是全系统警报，因为它扩散很快；在斜率越过警报线之前抓住它，是“一条管理记录”与“一次暴发”之间的差别。而每一项指标都默默假设：有人正在以高于每年两次抽样的频率读猪。

接下来的方向

DeepLoop 正在做整个框架默默假设的那部分：确实有人在连续地读这些信号，而不是每年两次抽样。给猪评分 - 但要评得足够频繁，才能看见斜率。