Phenotypic and Genetic Influences on Test-Day Measures of Acetone Concentration in Milk
Notice bibliographique
Résumé
The objectives of this study were to estimate heritability of acetone concentration in milk, based on monthly samples of milk obtained as part of a routine milk testing program, and to evaluate the feasibility of using such data in a genetic evaluation program for selection against ketosis incidence. Milk samples were collected from January to December of 1999 in herds enrolled in the Ontario Dairy Herd Improvement Association, and acetone concentration was measured using an inline chemical procedure. The original data included more than 50,000 records. Because ketosis is generally a problem during early lactation, only the single test with the fewest days in milk was retained. In addition, data were retained only for cows with pedigree information. The final data set included 10,375 records. Among these data, only 6.56% had detectable levels of acetone. Acetone data were log-transformed prior to statistical analysis. Simple ANOVA indicated that herd, parity number, days in milk, and month of test had significant effects on acetone concentration. Acetone levels increased with lactation number and were higher in early lactation. Three approaches were applied for genetic analysis. First, REML was used with a simple linear animal model. Then, a separate procedure used data augmentation and Gibbs Sampling to obtain continuously distributed underlying values for records with zero acetone concentration, and these data were analyzed with both an animal and sire model. Heritability of acetone concentration was less than 1% for all 3 analyses. Herd effects accounted for about 5% of the phenotypic variance. Low estimates of heritability were due either to low actual levels of genetic variance or inability to detect all of the genetic variance present, due to infrequent recording during the early part of the lactation. Genetic evaluation based on recording of acetone concentration on a monthly basis seems of little use as a selection tool to decrease incidence of ketosis.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».