International dairy sire evaluation based on multiple-trait BLUP analysis of daughter performance records
Notice bibliographique
Résumé
Our objective was to estimate variance components and predict sire EBV for milk, fat, and protein yield using a multiple-trait model in which lactation yield in each country was a different trait. Data included first lactation records of 16,145,832 Holstein-sired cows that calved between January 1, 1990 and December 31, 1997 in 243,466 herds in seventeen leading dairy countries. Milk, fat, and protein were analyzed separately using a 17-trait sire model; “traits” refer to measurements of the same biological parameter in different production systems. Our genetic model included effects of herd-year-season of calving, age at calving, milking frequency, and heterosis class (i.e., breed composition). Heritability estimates ranged from 0.24 in Australia (protein) to 0.34 in Israel (milk) and Netherlands (fat). Genetic correlations between countries ranged from 0.77 for Austria-Czech Republic (protein), Estonia-Finland (fat), Estonia-Ireland (milk), Estonia-Israel (milk), and Hungary-New Zealand (fat), to 0.96 for Australia-Ireland (milk), Australia-New Zealand (milk), Belgium-Netherlands (milk), and Belgium-USA (fat). Correlations differed from parameters used currently in international sire evaluations. In particular, genetic correlations were 0.91 – 0.96 between Australia, Ireland, and New Zealand; these countries rely heavily on rotational grazing. Correlations were also 0.91 – 0.96 between Belgium, Canada, Italy, Netherlands, and USA; these countries use intensive management systems. Correlations between these groups of countries were 0.80 – 0.90. The percent of elite bulls selected in common by each pair of countries ranged from 0.42 for Germany-Estonia and Germany-Israel to 0.78 for Belgium-Netherlands. _______________________________________________________________________________________________
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 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 ».