LnRiLWZpZWxke21hcmdpbi1ib3R0b206MC43NmVtfS50Yi1maWVsZC0tbGVmdHt0ZXh0LWFsaWduOmxlZnR9LnRiLWZpZWxkLS1jZW50ZXJ7dGV4dC1hbGlnbjpjZW50ZXJ9LnRiLWZpZWxkLS1yaWdodHt0ZXh0LWFsaWduOnJpZ2h0fS50Yi1maWVsZF9fc2t5cGVfcHJldmlld3twYWRkaW5nOjEwcHggMjBweDtib3JkZXItcmFkaXVzOjNweDtjb2xvcjojZmZmO2JhY2tncm91bmQ6IzAwYWZlZTtkaXNwbGF5OmlubGluZS1ibG9ja311bC5nbGlkZV9fc2xpZGVze21hcmdpbjowfQ==
LnRiLWhlYWRpbmcuaGFzLWJhY2tncm91bmR7cGFkZGluZzowfQ==
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
Dobro počutje živali
Podatki o kmetovanju in proizvodnji hrane se zbirajo na različnih stopnjah proizvodnega procesa kopenskih živali, večinoma za izboljšanje ekonomske učinkovitosti, obvladovanje bolezni, varnost in kakovost hrane. Nekaj podatkov, zbranih na kmetijah ali med nadaljnjo predelavo (npr. v klavnicah ali mlekarnah), se uporablja za spremljanje stanja dobrega počutja živali in različnih ravni dobrega počutja.
Slednje je mogoče doseči s kombinacijo različnih virov že zbranih podatkov in intenzivnejšim zbiranjem s samodejnimi sistemi ali rutinskim vzorčenjem. Tudi če se podatki trenutno uporabljajo za namene dobrega počutja živali, se pogosto izkoriščajo le na ravni posamezne kmetije ali le za nekaj gospodarskih subjektov. Razvoj algoritmov za razlago različnih vrst podatkov, ki se zbirajo, bi lahko povečal njihovo vrednost v zvezi z dobrim počutjem živali. To bi bilo koristno tako na ravni kmetije kot v širšem kontekstu, npr. med skupinami upravljavcev ali na regionalni, nacionalni ravni ali ravni EU.
Pričakuje se, da bodo rezultati projekta prispevali k vsem naslednjim rezultatom:
- izboljšanje zmogljivosti za ocenjevanje in spremljanje stanja dobrega počutja živali v regiji/državi ali v zvezi s skupino gospodarskih subjektov
- izboljšane zmogljivosti za nadaljnje izboljšanje dobrega počutja živali pri izvajalcih dejavnosti ali nosilcih odločanja z zagotavljanjem najboljših praks in inovativnih orodij
- izboljšane zmogljivosti za vključevanje okoljskega in družbenoekonomskega vpliva predlaganih praks in inovacij
Do financiranja so upravičene pravne osebe, ki imajo sedež v eni od upravičenih držav:
- državah članicah Evropske unije
- čezmorskih državah in ozemljih (ČDO), ki so povezane z državami članicami
- upravičene države, ki niso članice EU: države, povezane s Horizon Europe
Sredstva namenjena temu razpisu se gibljejo v višini 8.000.000 EUR.
Komisija ocenjuje, da bo prispevek EU znašal do 8 milijonov EUR na projekt, da bi se ti rezultati obravnavali ustrezno. Kljub temu to ne izključuje predložitve in izbire predloga, ki zahteva drugačne zneske.
Prijave so možne do 6. oktobra 2021 do 17:00 (bruseljski čas).
RAZPIS JE POTEKEL
