A Bona Adventure csapata

A szarvasmarha viselkedés-, stressz- és termelésélettan területein nemzetközileg elismert kutató. A nem invazív módszerekkel mérhető, a technológiából és környezetből adódó stressz hatásainak elemzésében, az ilyen témájú kutatások vezetésében 8 éves tapasztalata van. A világon elsőként igazolta a szívritmus-változékonyság alkalmasságát szarvasmarhák hőstresszállapotának leírására.

Több kutatási pályázatot nyert el 2016-ban (pl. az MTA Bolyai János Ösztöndíját, az NKFIH OTKA PD Ösztöndíját), 2017-ben és 2018-ban (Új Nemzeti Kiválóság Program Fiatal Kutatói Ösztöndíja mindkét évben). 2017-ben az Év Agrárkutatója kitüntető címet is elnyerte.

Meghívott előadóként 2015 óta több nemzetközi konferencián tartott előadást (pl. Németország, Franciaország, USA, Ausztrália).

Jelenleg egy nemzetközi (IoF2020, Internet of Food and Farm, teljes költségvetés: 370.000 EUR) projekt szakmai koordinátora és két hazai K+F projekt kutatásvezetője.

A Magyar Etológus Társaság tagja (2010–),

Az American Dairy Science Association tagja (2016–),

Az Open Journal of Physiology szerkesztőbizottságának tagja (2017–),

Az International Journal of Veterinary and Animal Medicine szerkesztőbizottságának tagja (2017–).

28 idegen nyelvű közlemény szerzője, ebből 26 Q1-es (a tudományterület felső 25%-a) és 22 D1-es (felső 10%-ba tartozó lap). 2018-ban 5 publikációt közölt a választás előtti borjak hőstresszcsökkentési és hőstresszmérési lehetőségeivel kapcsolatban D1-es idegen nyelvű folyóiratokban. Emellett 1 könyv, 3 könyvrészlet, 35 egyéb lektorált tudományos cikk szerzője, 27 nemzetközi és 62 hazai konferencián tartott előadást (lásd: publikációs lista). Összegzett impakt faktora 71,23, független hivatkozásainak száma: 215. Idén ősszel nyújtja be MTA-doktori fokozatszerzési kérelmét.

Az MTA Talajtani, Vízgazdálkodási és Növénytermesztési Tudományos Bizottságának köztestületi tagja (2015–). Fő kutatási területei a klimatikus tényezők hatásának vizsgálata a haszonállatok termelésére, szaporodásbiológiai mutatóira és az állattartás során az állatokról és a termelési környezetről gyűjtött nagy mennyiségű adatok felhasználhatósága.

Humánkineziológia szakot végzett a Testnevelési Egyetemen, mely remek választásnak bizonyult számára, mert természettudományos érdeklődése találkozhatott az emberi mozgás lehetőleg minden aspektusát vizsgáló szemlélettel. Fő hajtóereje a különböző mechanizmusok megértése iránti vágy – igazán akkor van elemében, ha saját számításain keresztül juthat ebben előrébb.

Humán vizsgálatokban terhelés-élettani területeken a specialitásává vált a különböző műszerek által mért adatok szinkronizálása, azok értő összevetése. A terheléses vizsgálati protokollokon kívül a fő területe a nyugalmi HRV (Heart Rate Variability) elemzése.

Érdeklődése nem korlátozódik az emberi adatokra, akár teljesen más területeken is szívesen kamatoztatja tudását és szemléletét, például 3 szemeszteren keresztül kulcsszerepet vállalt egy egész egyetemi kar minden ösztöndíjának kiszámításában, de bármilyen HRV-vel kapcsolatos, vagy ahhoz hasonlatos adat feldolgozása megfelelő feladat számára. A terheléses vizsgálatokban megszerzett tapasztalatai alapján magabiztos bármilyen ASCII formátumba exportáló mérőeszköz folyamatos adatainak kezelésében, több eszköz adatainak kombinálásában és a megfelelő paraméterek kialakításában is.

2018 decemberében végzett állattenyésztő mérnöki BSc szakon a Szent István Egyetem Mezőgazdasági és Környezettudományi Karán. Tanulmányai alatt több helyen végzett szakmai gyakorlatot, a Szent István Egyetem Állattenyésztés-tudományi Intézet kísérleti telepén, a GAK Nonprofit Közhasznú Kft. józsefmajori mangalicatelepén. Féléves gyakorlatát a Hegykői Mezőgazdasági Zrt.-nél töltötte. Több kutatási projektben is részt vett, leginkább szarvasmarhával és mangalica sertéssel kapcsolatban. Mesterképzésen szeretné folytatni tanulmányait, hogy tovább kutathasson, ezáltal hozzájáruljon a magyar állattenyésztés fejlődéséhez.

2009-ben végzett a Szent István Egyetemen, agrármérnökként. 2017-ig nem dolgozott szakmájában, ekkor csábult el cégünk elődjéhez és kezdett el tudományos segédmunkatársként dolgozni az MTA-SZIE Nagyállatklinikai Kutatócsoportban. Klinikai, állatjólléti és szülészeti vizsgálatokban vállalt kulcsszerepet. Hamar kiderült, hogy Mátyás igazi eleme a terep, nem találkoztunk azóta sem olyan feladattal, ami kifogott volna rajta. Az állatok terelése, „felműszerezése”, akár 24 órán keresztül történő megfigyelése, vérvételek, logisztikai feladatok, adatmenedzsment és analízis: nem fognak ki rajta. Gyakorlatiassága, pozitív hozzáállása és rendkívüli kommunikációs és problémamegoldó készsége teszi csapatunk egyik nélkülözhetetlen tagjává.

Közel 10 éves tapasztalattal bír a szarvasmarha jóllét, etológia és környezeti hatások területén végzett kutatásokban. A tejelő tehenek hőstresszhez való viselkedési és szívműködési alkalmazkodóképességét Brnóban, a Mendel Egyetem kísérleti és bemutatótelepén töltött szakmai útjai során és hazánkban is vizsgálta. Jelenleg több hazai K+F projektben vesz részt kutatóként.

Kertészmérnökként végzett 2010-ben, ezt követően elkezdte PhD tanulmányait: bioaktív anyagokat kutatott, főleg ehetőgomba-fajokéit.

A PhD-val párhuzamosan elvégezte az ELTE biológus MSc szakát, molekuláris, immun- és mikrobiológia szakirányon.

Jelenleg a Növényvédelmi Intézetben tevékenykedik, gyomnövények bioaktív anyagait vizsgálja, emellett a paprika-baktérium molekuláris kölcsönhatásaival foglalkozik.

A gombahatóanyagok kutatásait is folytatta, számos publikáció is született ebben a témában. A mikrobiológiai problémák értelmezését és fogyaszthatóvá tételét is fontosnak tartja, emiatt is publikál az Élet és Tudomány ismeretterjesztő folyóiratban.

Szakterületei a molekuláris biológia, a mikrobiológia, az analitikai kémia.

A növénytermesztés és növényvédelem fejlesztési területei ma már elképzelhetetlenek molekuláris biológiai eszközök nélkül. Egy általa és munkatársai által végzett és felügyelt kutatási projekthez több aspektusban (növényvédelemi betegségek, növénytermesztés-fejlesztések és hatékonyságnövelés, diagnosztikaiteszt-fejlesztés, beltartalmi változások monitorozása stb.) is tudnak segítséget nyújtani, e témakörökben megfelelő elméleti és gyakorlati jártassággal rendelkezik.

Pajor Gábor egy ma még nem létező szakma élő képviselője. A világ digitális átalakulása során ömlenek a digitális adatok – a mezőgazdasági termelési folyamatokból is. A világ adattartalma ma már másfél évente duplázódik, és a folyamat egyre gyorsul. 2010 óta az újonnan keletkező adatok (a fejlett és fejlődő országokban egyaránt) 99%-ban digitális adatok.

A mezőgazdaság döntéshozatali rendszerének ma két fő pillére van: a tapasztalat és a megérzés. Ez is az oka lehet annak, hogy a mezőgazdaság ma a képességei 40%-án termel, 60%-a kihasználatlan.

Pajor Gábor 2015 óta foglalkozik mezőgazdasági adatelemzéssel, azon belül is mélyelemzéssel. Data science, valamint matematikai-statisztikai módszerekkel tárja fel a mezőgazdasági (elsősorban állattenyésztési, -tartási) digitális adatokból az üzleti információkat – vagyis azokat az információkat, amelyek segíthetnek javítani a termelés mennyiségi, minőségi és pénzügyi eredményességét.

Módszere a sokváltozós adatelemzés, amit ma kemometriának is hívnak, de ez interdiszciplináris tudomány, így a mezőgazdaságban is eredményesen használható. A módszer eredményeként descriptive (leíró), predictive (előrejelző) és prescriptive (előíró) információkhoz lehet jutni a termelési adatok feldolgozása során. Ezekkel az információkkal leírhatjuk az aktuális folyamatokat, előre jelezhetjük a termelési eredményeket, és olyan, élőszavas, gyakorlati tanácsokat adhatunk, amelyekkel a kívánt irányba mozdíthatjuk a termelést.

A ma elterjedt szemlélet szerint a mezőgazdasági folyamatok megjósolhatatlanok, bizonytalanok és kiszámíthatatlanok. Pajor Gábor tapasztalata és eredményei szerint viszont a mezőgazdasági folyamatok kiszámíthatók, a jelenleginél sokkal jobban előre jelezhetők – csak ezt a munkát még nagyon kevesen kezdték el a világban. Ehhez szükséges a mély szakmai és ugyanolyan mély informatikai-matematikai-statisztikai megközelítés.

Megoldásával Pajor Gábor a mezőgazdasági döntéshozatal harmadik pillérét alakítja ki: a digitális adatokon alapuló döntéstámogatást. Ez a három pillér (tapasztalat, megérzés és digitális adatokból kinyert üzleti információk gyakorlati tanácsokká való konvertálása) képes arra, hogy a jelenlegi 40%-os mezőgazdasági eredményességet 50% fölé emelje.

2011 tavaszán diplomázott állatorvos doktorként Budapesten. Egy 4 hónapos tanulmányút után (Klinik für Pferde LMU München) az Állatorvostudományi Egyetemen kezdett dolgozni mint állatorvos. Jelenleg egyetemi adjunktusként oktat állattenyésztést és genetikát az egyetemi és a posztgraduális képzés keretében. Legjobban nagyállatokkal (ló, szarvasmarha) szeret dolgozni. Szülészet-, szaporodásbiológia témájú kutatásokat 2008 óta végez önállóan és csapatban is. Érdeklik a klinikai jellegű kutatások, amelyek a mindennapi nagyállat-tartás problémáit igyekeznek megoldani, növelve az állatok jóllétét, és ezzel együtt gazdaságosabbá teszik az állattartást.

Kutatásai az állatitermék-előállítás köré csoportosíthatók, a takarmányozás-élettani hatások felmérésétől a termékek technológiai és fogyasztói minőségének vizsgálatán át egészen a vizsgálatok módszertani fejlesztéséig. Az állati termékek közül eddig a hús, tojás, tej és méz szerepelt a vizsgálati tárgyai között, munkája alapját elsősorban baromfifajokban végzett kutatások adják.

Húsminőség-vizsgálatokat már a doktori képzés során végzett, egyes takarmánykiegészítők, -adalékok, illetve a technológiai változtatások hatását vizsgálva. Ekkor vált általános gyakorlattá számára, hogy az állati termékek előállításának aspektusait az élettani mellett fogyasztói és feldolgozástechnológiai szempontból is vizsgálja. Igen érdekes szakterületre bukkanva azóta módszerfejlesztésekben és kutatásfejlesztési projektekben vett részt, ahol a kutatás kézzelfogható terméket produkált, jelezve ezzel munkájuk eredményességét. Baromfifajok mellett sertéshúsminőség-vizsgálatokba is becsatlakozhatott.

A tojásminőséget vizsgálhatta tenyész- és keltetőtojásoknál a keltetés szempontjából, étkezési tojásoknál a fogyasztás szempontjából.