MétaCan
Menu
Retour à la cohorte
Enregistrement W1990950923 · doi:10.1046/j.1439-0388.2003.00390.x

Estimation of genetic parameters for canine hip dysplasia in the Swiss Newfoundland population

2003· article· en· W1990950923 sur OpenAlexaboutno aff
Elisabeth Dietschi, Peter Schawalder, Charlotte Gaillard

Notice bibliographique

RevueJournal of Animal Breeding and Genetics · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConfoundingHeritabilityMaternal effectRandom effects modelAdditive genetic effectsOffspringPopulationStatisticsVariance componentsBiologyFixed effects modelGenetic modelEnvironmental effectGrading (engineering)Restricted maximum likelihoodEstimationDemographyMedicineMaximum likelihoodMathematicsGeneticsInternal medicineEcologyEnvironmental healthPregnancyMeta-analysisEngineering

Résumé

récupéré en direct d'OpenAlex

Summary Variance components and genetic parameters for hip dysplasia (HD) in a population of 1372 Newfoundlands were estimated using restricted maximum likelihood method applied to animal models comprising fixed effects of gender, screening expert and HD grading system. All models investigated included a random direct genetic effect, but differed for combinations of random maternal genetic effect, permanent maternal environmental effect and kennel effect. Although kennels had no effect on HD, the permanent maternal environmental effects, however were significant. The results for the maternal genetic effect were ambiguous. These results suggest a confounding of these three random effects. The model that included the fixed effects, the direct genetic effect and the permanent maternal environmental effect was the most parsimonious combined with an optimal fit. The heritability estimated with this model was 0.28 and the proportion of the permanent maternal environmental effect of the phenotypic variance was 0.10. The effects of gender and screening expert were significant but not the one of HD grading system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,142
Score d'incertitude au seuil0,199

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,029
Tête enseignante GPT0,283
Écart entre enseignants0,254 · 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 tête enseignante, 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

Citations13
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal Breeding and GeneticsMême sujetOsteoarthritis Treatment and MechanismsTravaux en français237 207