MétaCan
Menu
Retour à la cohorte
Enregistrement W1991065782 · doi:10.2527/jas.2014-7685

Genetic and phenotypic parameters for carcass and meat quality traits in commercial crossbred pigs1

2014· article· en· W1991065782 sur OpenAlex
Younes Miar, Graham Plastow, S. S. Moore, Ghader Manafiazar, Patrick Charagu, Roslyn A. Kemp, Benny van Haandel, Abe Huisman, C. Y. Zhang, Robert M. McKay, Heather L. Bruce, Z. Wang

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Animal Science · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensAlberta Livestock and Meat AgencyUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHeritabilityBiologyCrossbreedGenetic correlationLarge whitePedigree chartAnimal scienceVeterinary medicineBiotechnologyGenetic variationGeneticsMedicineGene

Résumé

récupéré en direct d'OpenAlex

Pork quality and carcass characteristics are now being integrated into swine breeding objectives because of their economic value. Understanding the genetic basis for these traits is necessary for this to be accomplished. The objective of this study was to estimate phenotypic and genetic parameters for carcass and meat quality traits in 2 Canadian swine populations. Data from a genomic selection study aimed at improving meat quality with a mating system involving hybrid Landrace × Large White and Duroc pigs were used to estimate heritabilities and phenotypic and genetic correlations among them. Data on 2,100 commercial crossbred pigs for meat quality and carcass traits were recorded with pedigrees compromising 9,439 animals over 15 generations. Significant fixed effects (company, sex, and slaughter batch), covariates (cold carcass weight and slaughter age), and random additive and common litter effects were fitted in the models. A series of pairwise bivariate analyses were implemented in ASReml to estimate phenotypic and genetic parameters. Heritability estimates (±SE) for carcass traits were moderate to high and ranged from 0.22 ± 0.08 for longissimus dorsi muscle area to 0.63 ± 0.04 for trimmed ham weight, except for firmness, which was low. Heritability estimates (±SE) for meat quality traits varied from 0.10 ± 0.04 to 0.39 ± 0.06 for the Minolta b* of ham quadriceps femoris muscle and shear force, respectively. Generally, most of the genetic correlations were significant (P < 0.05) and ranged from low (0.18 ± 0.07) to high (-0.97 ± 0.35). There were high negative genetic correlations between drip loss with pH and shear force and a positive correlation with cooking loss. Genetic correlations between carcass weight (both hot and cold) with carcass marbling were highly positive. It was concluded that selection for increasing primal and subprimal cut weights with better pork quality may be possible. Furthermore, the use of pH is confirmed as an indicator for pork water-holding capacity and cooking loss. The heritabilities of carcass and pork quality traits indicated that they can be improved using traditional breeding methods and genomic selection, respectively. The estimated genetic parameters for carcass and meat quality traits can be incorporated into the breeding programs that emphasize product quality in these Canadian swine populations.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,204

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 Opus0,082
Tête enseignante GPT0,314
Écart entre enseignants0,232 · 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