The present study tested the ability of faecal NIRS to predict quantitative and qualitative attributes of the diets of goats grazing Mediterranean scrubland in the Carmel mountain ridge of Israel. This landscape is dominated by the shrubs Pistacia lentiscus and Phillyrea latifolia, with interspersed patches of herbaceous vegetation. A group of 12 goats foraged in the study area for four hours daily and were supplemented with 100- 300 g/d of concentrate feed. During two observation days, one randomly-selected focal goat was observed continuously, and the species foraged, the number and size category of bites removed were recorded by dictation into a tape-recorder. Periodically, bites of each selected species and size category were sampled by clipping and collected for estimation of bite weight and quality. Following suitable preparation, faecal samples were scanned by NIRS, and clipped samples were dried, weighed and analysed for chemical attributes by standard procedures. Calibrations were based on 23 pairs of faeces and diets of the observed goats. Equation quality was evaluated by R2 and the standard error of cross validation (SECV). The R2 values obtained for the dietary percentage (on a DM basis) of Pistacia lentiscus, Phillyrea latifolia, CP, ADF, NDF, IVDMD and PEGbinding tannins were 0.88, 0.92, 0.80, 0.93, 0.87, 0.75 and 0.80, respectively. The corresponding SECV values were 6.77, 8.15, 0.81, 1.73, 2.96, 2.44 and 0.97, respectively. The equations for P. lentiscus, P. latifolia and PEG-binding tannins were applied to a set of 83 samples from a previous experiment for external validation. R2 values were 0.78, 0.80, 0.78 and standard error of prediction (SEP) values were 16.78, 13.88 and 2.62, respectively. Results suggest that faecal NIRS can be calibrated under free-grazing conditions but larger calibration datasets will need to be gathered in order to secure the robustness of this technology.

La présente étude a examiné l'aptitude du NIRS fécal à prédire les attributs quantitatifs et qualitatifs des régimes pour caprins en pâturage sur des zones broussailleuses méditerranéennes dans la cordillère montagneuse de Carmel en Israël. Ce paysage est dominé par les espèces arbustives Pistacia lentiscus et Phillyrea latifolia, et parsemé de végétation herbacée. Un groupe de 12 caprins a pâturé dans la zone d'étude tous les jours pendant quatre heures, et a reçu une supplémentation de 100-300 g/j de concentré. Pendant deux journées d'observation, un caprin choisi au hasard comme objet d'étude a été observé continuellement, en dictant sur magnétophone les espèces broutées, le nombre et la catégorie par taille des coups de dents portés. Périodiquement, les coups de dents de chaque espèce sélectionnée ainsi que la catégorie par taille étaient échantillonnés par coupure et collectés pour estimation du poids et de la qualité du coup de dent. Après une préparation adéquate, des échantillons fécaux étaient scannés par NIRS, et les échantillons coupes étaient séchés, pesés et analysés pour connaître les attributs chimiques par des procédures standardisées. Les calibrations étaient basées sur 23 paires de fèces et sur les régimes des caprins observés. La qualité des équations était évaluée par R2 et erreur standard de validation croisée (SECV). Les valeurs de R2 obtenues pour le pourcentage dans le régime (sur la base de la MS) de Pistacia lentiscus, Phillyrea latifolia, CP, ADF, NDF, IVDMD et tannins liés par PEG étaient de 0,88, 0,92, 0,80, 0,93, 0,87, 0,75 et 0,80, respectivement. Les valeurs correspondantes de SECV étaient de 6,77, 8,15, 0,81, 1,73, 2,96, 2,44 et 0,97, respectivement. Les équations pour P. lentiscus, P. latifolia et tannins liés par PEG étaient appliquées à un ensemble de 83 échantillons d'une expérience préalable pour validation externe. Les valeurs de R2 étaient de 0,78, 0,80, 0,78 et les valeurs de l'erreur standard de prédiction (SEP) étaient de 16,78, 13,88 et 2,62, respectivement. Les résultats suggèrent que le NIRS fécal peut être calibré en conditions de libre pâturage mais il sera nécessaire de rassembler des séries plus vastes de données de calibration afin de s'assurer de la rigueur de cette technologie.