MétaCan
Menu
Retour à la cohorte
Enregistrement W1984943303 · doi:10.3168/jds.s0022-0302(01)70185-3

Detection of Quantitative Trait Loci Affecting Milk Production Traits on 10 Chromosomes in Holstein Cattle

2001· article· en· W1984943303 sur OpenAlexafffund
Y. Plante, John P. Gibson, Jeyakumary Nadesalingam, Hassan Mehrabani-Yeganeh, Sandra L. Lefebvre, Gordon Vandervoort, G.B. Jansen

Notice bibliographique

RevueJournal of Dairy Science · 2001
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Mapping and Diversity in Plants and Animals
Établissements canadiensSaskatchewan Research Council (Canada)University of Guelph
Organismes subventionnairesMinistry of Agriculture, Food and Rural AffairsOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésSireQuantitative trait locusBiologyGeneticsChromosomeTraitAnimal scienceGene

Résumé

récupéré en direct d'OpenAlex

Sons (n = 71 to 75) of each of six Holstein sires were genotyped at 69 microsatellite loci covering a total of 676 cM on chromosomes 3, 5, 9, 10, 13, 15, 17, 20, 23, and 26. Estimates of quantitative trait loci (QTL) effect and location were made using a least squares interval mapping approach based on daughter yield deviations of sons for 305 d milk, fat, and protein yield and fat and protein percentage. Thresholds for statistical significance of QTL effects were determined from interval mapping of 10,000 random permutations of the data across the bull sire families and within each sire family separately. Analyses combining data across sires indicated the presence of QTL affecting milk, fat, and protein yield on chromosomes 20 and 26 and a QTL affecting fat and protein percentage on chromosome 3. Analyses within each sire family separately indicated the presence of segregating QTL in at least one family on 7 of the 10 chromosomes. Statistically significant estimates of QTL effects on breeding value ranged from 438 to 658 kg of milk, from 17.4 to 24.9 kg of fat, 13.0 to 17.0 kg of protein, 0.04 to 0.17% fat, and 0.07 to 0.10% protein.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,024
Tête enseignante GPT0,268
Écart entre enseignants0,245 · 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

Citations66
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetGenetic Mapping and Diversity in Plants and AnimalsTravaux en français237 207