MétaCan
Menu
Retour à la cohorte
Enregistrement W2016451430 · doi:10.3168/jds.2010-3479

Short communication: Genetic parameters of milking temperament and milking speed in Canadian Holsteins

2010· article· en· W2016451430 sur OpenAlexaffabout
A. Sewalem, F. Miglior, G.J. Kistemaker

Notice bibliographique

RevueJournal of Dairy Science · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésMilkingHeritabilityAnimal scienceTemperamentHerdGenetic correlationIce calvingBiologyReproductionRandom effects modelLactationTraitDairy cattleStatisticsMathematicsGenetic variationGeneticsMedicinePregnancyInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

The objectives of this study were to estimate genetic parameters of milking temperament (MT) and milking speed (MS) in Canadian Holsteins and to examine associations of bull proofs of MT and MS with other economically important traits. First-lactation data consisted of 1,940,092 and 2,620,175 cows for MT and MS, respectively. Milking temperament and MS were recorded on a scale from 1 to 5 from very nervous to very calm and from very slow to very fast, respectively. The linear animal model included the fixed effects of herd-year-season of calving, stage of lactation, age at first calving, and the random effects of animal and residual. Both single-trait and bivariate analyses were carried out to estimate genetic parameters of MT and MS. For genetic parameter estimation, 20,000 records from randomly selected herds were used. However, for breeding value estimation, all records were included. Heritability values were 0.128 and 0.139 for MT and MS, respectively. The genetic correlation between MT and MS was 0.247. Analysis of bull proof correlation of MT and MS with other traits indicated that these traits were lowly correlated with a wide range of traits such as production, reproduction, conformation, and auxiliary traits.

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 enseignants0,213
Score d'incertitude au seuil0,429

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,259
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

Citations72
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ScienceMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207