Monthly model for genetic evaluation of laying hens II. Random regression
Notice bibliographique
Résumé
1. We investigated the use of monthly production records for genetic evaluation of laying hens, derived from a test day model with random regression in dairy cattle and compared it with other models. 2. Records of 6450 hens, daughters of 180 sires and 1335 dams, were analysed using a model with restricted maximum likelihood (REML): traits considered were monthly and cumulative egg production. Five models were studied: (1) random regression with covariates derived from the regression of Ali and Schaeffer (Canadian Journal of Animal Science, 67: 637-644, 1987) (RRMAS), (2) random regression with covariates derived from quartic polynomial (RRMP4), (3) fixed regression with covariates derived from Ali and Schaeffer (FRM), (4) multiple trait (MTM) and (5) cumulative (CM). 3. The models were compared on the basis of Spearman rank correlations of individual breeding values and sire breeding values estimated from subsets of full-sib split data. The hens (about 10% per generation) which ranked highest on their estimated breeding values from different models were compared phenotypically with their full records. 4. The estimates of heritability resulting from RRMP4 were biased upward from the estimates obtained from MTM, so this model was discarded. The heritabilities for monthly productions from RRMAS and MTM showed a similar pattern. They were high for the 1st month of production, decreased to their lowest value at about month 5 of production and increased again to the end of lay. 5. Spearman rank correlations between animal breeding values estimated by monthly models (RRMAS, FRM and MTM) were high, between 0.91 and 0.98, whereas those between estimates of monthly models and CM were lower, from 0.85 to 0.87. The correlations estimated either from intermittent months of measurements (odd vs even months) or full records were generally high, from 0.93 to 0.99. Information from odd months of production could be sufficient for cost-efficient recording schemes. The RRMAS generally had the highest correlation of sire breeding values between subsets of full-sib records, followed by MTM, RM and CM. Monthly models selected hens with higher productivity than the cumulative model. 6. In conclusion, genetic evaluation based on monthly production may be better than using cumulative production and RRMAS appeared to be the best among the models tested here.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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 ».