Analysis of genetic diversity in four Canadian swine breeds using pedigree data
Notice bibliographique
Résumé
Conservation of animal genetic resources entails judicious assessment of genetic diversity as a first step. The objective of this study was to analyze the trend of within-breed genetic diversity and identify major causes of loss of genetic diversity in four swine breeds based on pedigree data. Pedigree files from Duroc (DC), Hampshire (HP), Lacombe (LC) and Landrace (LR) containing 480 191, 114 871, 51 397 and 1 080 144 records, respectively, were analyzed. Pedigree completeness, quality and depth were determined. Several parameters derived from the in-depth pedigree analyses were used to measure trends and current levels of genetic diversity. Pedigree completeness indexes of the four breeds were 90.4, 52.7, 89.6 and 96.1%, respectively. The estimated percentage of genetic diversity lost within each breed over the last three decades was approximately 3, 22, 12 and 2%, respectively. The relative proportion of genetic diversity lost due to random genetic drift in DC, HP, LC and LR was 74.5, 63.6, 72.9 and 60.0%, respectively. The estimated current effective population size for DC, HP, LC and LR was 72, 14, 36 and 125, respectively. Therefore, HP and LC have been found to have lost considerable genetic diversity, demanding priority for conservation. Key words: Genetic drift, effective population size
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».