Population structure, inbreeding trend and their association with hip and elbow dysplasia in dogs
Notice bibliographique
Résumé
Abstract The aims of this study were to examine population structure and inbreeding trend in six dog breeds in Finland and to assess the inbreeding depression for hip and elbow dysplasia. Data consisted of 289 569 dogs, of which 36 924 dogs also had a record for hip and/or elbow dysplasia screening. From the early 1980s onwards, inbreeding trends were decreasing in the Golden Retriever, the Labrador Retriever, the Rough Collie and the Rottweiler, probably as a result of importations of dogs, and somewhat increasing in the Finnish Hound and the German Shepherd. When analysed per generation, observed mean inbreeding coefficients were higher than the expected ones in each breed, indicating that breeders have not actively avoided inbreeding. As a class effect, the inbreeding level was significant only for hip dysplasia in the Labrador Retriever and the German Shepherd breeds. As a regression, inbreeding level of a dog had only a minor effect on both of the dysplasias. Hip dysplasia in the Labrador Retriever appeared to be more influenced by longer term aggregation of homozygosity (long-term inbreeding) in animals than by shorter-term inbreeding. When analysed from two data sets with a minimum of five and two ancestral generations for each dog in the data, a statistically significant association between hip dysplasia and inbreeding for the Labrador Retriever could be detected only in the former data set.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».