Genetic Analysis of Milk Urea Nitrogen and Lactose and Their Relationships with Other Production Traits in Canadian Holstein Cattle
Notice bibliographique
Résumé
The objective of this research was to estimate heritabilities of milk urea nitrogen (MUN) and lactose in the first 3 parities and their genetic relationships with milk, fat, protein, and SCS in Canadian Holsteins. Data were a random sample of complete herds (60,645 test day records of 5,022 cows from 91 herds) extracted from the edited data set, which included 892,039 test-day records of 144,622 Holstein cows from 4,570 herds. A test-day animal model with multiple-trait random regression and the Gibbs sampling method were used for parameter estimation. Regression curves were modeled using Legendre polynomials of order 4. A total of 6 separate 4-trait analyses, which included MUN, lactose, or both (yield or percentage) with different combinations of production traits (milk, fat and protein yield, fat and protein percentages, and somatic cell score) were performed. Average daily heritabilities were moderately high for MUN (from 0.384 to 0.414), lactose kilograms (from 0.466 to 0.539), and lactose percentage (from 0.478 to 0.508). Lactose yield was highly correlated with milk yield (0.979). Lactose percentage and MUN were not genetically correlated with milk yield. However, lactose percentage was significantly correlated with somatic cell score (-0.202). The MUN was correlated with fat (0.425) and protein percentages (0.20). Genetic correlations among parities were high for MUN, lactose percentage, and yield. Estimated breeding values (EBV) of bulls for MUN were correlated with fat percentage EBV (0.287) and EBV of lactose percentage were correlated with lactation persistency EBV (0.329). Correlations between lactose percentage and MUN with fertility traits were close to zero, thus diminishing the potential of using those traits as possible indicators of fertility.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».