Boerderij: Algoritme stelt herkomst ei vast

Een biologisch ei is meer waard dan een scharrelei. Wie fraude pleegt door zijn eieren met een verkeerd stempeltje op te waarderen, loopt binnenkort mogelijk tegen de lamp. Duitse wetenschappers werken aan een methode om het huisvestingsysteem vast te stellen.

Het eierdoosje en de gestempelde 0, 1 of 2 op het ei vertellen op welke manier de kippen gehuisvest zijn. Maar klopt dat stempeltje en zitten de eieren in het juiste doosje? Greta Bischof van het DIL Deutsches Institut für Lebensmitteltechnik ontwikkelde met collega-onderzoekers een methodiek om vast te stellen uit welk huisvestingssysteem ze komen. Ze schrijven erover in het wetenschappelijke blad Foods.

De onderzoekers verzamelden 4.200 eieren bij de pluimveebedrijven van een Duitse eierproducent, zodat ze van die eieren zeker wisten uit welk systeem ze kwamen. Naast de houderijvorm (kolonie, scharrel, vrij-uitloop en biologisch) legden ze het ras vast (Lohmann Selected Leghorn, Dekalb, Lohmann Brown en Sandys) en de leeftijd van de hennen: jonger dan 25 weken, 26-35 weken, 36-55 weken en ouder dan 56 weken.

Classificeren eieren

Met een 1H NMR spectrometer bepaalden de onderzoekers de samenstelling van de dooiers en dus ook welke tijdens de stofwisseling gevormde chemische stoffen ze bevatten. Daarna werden zeven algoritmes aan het werk gezet. De data van 80% van de monsters werden ingevoerd om de machine learning-systemen te trainen met voorbeelden, de overige 20% om te testen. Het best functionerende model had bij het classificeren van de eieren een nauwkeurigheid van 98,5%.

In het tweede deel van de studie lieten ze alle zeven algoritmes los op 290 eieren uit de Duitse retail, die waren gelabeld als biologisch, scharrel of vrije-uitloop. Bij 45,9% tot 62,8% van de monsters kwam de classificatie van de algoritmes overeen met de aanduiding op ei en doosje. Bij het SVM-model – dat eerder als beste uit de bus kwam – was dat bij 52,8% het geval. Dat lage percentage kan wat zeggen over het aandeel verkeerd geëtiketteerde eieren in het schap, maar ook over de noodzaak de modellen nog verder te trainen, met de data van grotere aantallen eieren.

Scharreleieren

De onderzoekers wijzen op enkele factoren die de resultaten mogelijk vertroebeld hebben. De algoritmes deelden vooral scharreleieren vaak verkeerd in. Tijdens de studie moesten eieren, van in verband met vogelgriep langdurig opgehokte vrije-uitloophennen, worden gelabeld als scharreleieren waardoor beide systemen min of meer samenvielen. Ze stellen dat de machine learning-systemen voorzien moeten worden van meer data van gegarandeerde scharreleieren, ook vanwege het grote marktaandeel van scharrel.

De leeftijd van de hennen kan bovendien van invloed zijn op de stofwisselingsproducten in de dooier. Daarnaast speelt het kippenras mogelijk een rol. Wellicht waren er bij de eieren uit de supermarkten exemplaren van andere rassen dan die waarmee de algoritmes zijn gevoed. De onderzoekers pleiten daarom voor nader onderzoek met eieren van andere kippenrassen. De algoritmes moeten dus opnieuw de schoolbanken in.