Including production in female fertility evaluations
Notice bibliographique
Résumé
Milk production and reproductive performance are major factors with respect to overall efficiency and profitability of the dairy industry. For many years, dairy cattle research breeding programs were mainly oriented towards yield traits in most countries. Exceptions were the Scandinavian countries, whose selection indices also included health and reproduction, and North American countries, whose selection indices included conformation together with production. Functional traits, such as fertility, longevity, and health traits, are of increased interest to producers in order to improve herd profitability. Various reports indicated that breeding for increased production in dairy cattle has negative side effects on health and fertility traits (Pryce et al., 2004; Washburn et al., 2002 and de Jong, 2006, Melendez., P and P. Pinedo. 2007; Sewalem et al., 2008). In a review of national selection indices, Miglior et al. (2005) indicated that the importance of reproduction traits in dairy cattle breeding programs has dramatically increased in the last five years. Several countries have included fertility traits in their national breeding objectives. However, direct selection for fertility traits may be inefficient because these traits have low heritability values (Jamrozik et al., 2005, and others) resulting in low accuracy of estimated breeding values, especially for cows and young bulls under testing when they get their first proofs. Therefore, decisions that would be made on early selection for these traits are associated with uncertainty. Moreover, selection for milk production has been carried out intensively for a long time and hence genetic evaluation of fertility traits might be biased by not accounting for selection decisions made on correlated traits. Walter and Mao (1985) reported that selection bias in genetic parameter estimates of traits undergoing sequential selection can be reduced if these traits are analyzed simultaneously with traits that did not undergo selection. Therefore, accounting for milk production in the genetic evaluation for fertility traits may avoid the bias on estimated genetic parameters and may also increase the accuracy of selection. The aim of this study was to assess the influence of including either milk production or heifer non-return rate as a correlated trait on the genetic evaluation of fertility traits in Canadian.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».