MétaCan
Menu
Retour à la cohorte
Enregistrement W1983406771 · doi:10.1590/s1516-35982002000900007

Parâmetros e tendência genética da produção de leite de cabra no Brasil

2002· article· pt· W1983406771 sur OpenAlexfundno aff
Heraldo César Gonçalves, Martinho de Almeida e Silva, Francisco Stéfano Wechsler, Alcides Amorim Ramos, Lilian Martini Pulz, Tiago Creste Losi

Notice bibliographique

RevueRevista Brasileira de Zootecnia · 2002
Typearticle
Languept
DomaineEnvironmental Science
ThématiqueRural Development and Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesAgricultural Research ServiceAgriculture and Agri-Food CanadaUniversity of New EnglandUniversidade Federal de Viçosa
Mots-clésBiologyHumanitiesAnimal scienceArt

Résumé

récupéré en direct d'OpenAlex

A caprinocultura leiteira no Brasil, apesar de ser uma atividade rural consolidada há algumas décadas, tem se mostrado totalmente dependente de outros países no que se refere ao melhoramento genético. A maioria dos plantéis existentes atualmente tem como base animais importados, e a renovação do material genético é feita por meio da importação de sêmen. Inexistem informações sobre o valor genético dos animais e sua evolução no decorrer dos anos. No presente trabalho, foram estimadas a herdabilidade e a repetibilidade da produção de leite utilizando o REML. Os valores obtidos foram 0,21557 e 0,21564, respectivamente. Para a predição do valor gênico dos animais, foi usado o procedimento BLUP com modelo animal. A mudança na tendência genética anual estimada por um modelo quadrático foi -0,8109 kg/ano², indicando desaceleração no ganho genético. A correlação de Pearson entre os valores gênicos dos bodes estimados com base na média da capacidade provável de produção das filhas obtida pelo método de mínimos quadrados com as estimadas pelas equações do modelo misto foi de 0,5751. A correlação de SPEARMAN entre as classificações dos bodes obtidos pelos dois métodos foi de 0,5813.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,228
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de ZootecniaMême sujetRural Development and AgricultureTravaux en français237 207