MétaCan
Menu
Retour à la cohorte
Enregistrement W2059639228 · doi:10.1186/1297-9686-39-2-181

Non-additive genetic effects for fertility traits in Canadian Holstein cattle (Open Access publication )

2007· article· en· W2059639228 sur OpenAlexafffundabout
Valentina Palucci, L.R. Schaeffer, F. Miglior, V.R. Osborne

Notice bibliographique

RevueGenetics Selection Evolution · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Guelph
Organismes subventionnairesMinistry of Agriculture, Food and Rural AffairsNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésBiologyFertilitySelection (genetic algorithm)Genomic selectionBiotechnologyEvolutionary biologyGeneticsDemographySingle-nucleotide polymorphismGenotypeComputer sciencePopulationGeneMachine learning

Résumé

récupéré en direct d'OpenAlex

The effects of additive, dominance, additive by dominance, additive by additive and dominance by dominance genetic effects on age at first service, non-return rates and interval from calving to first service were estimated. Practical considerations of computing additive and dominance relationships using the genomic relationship matrix are discussed. The final strategy utilized several groups of 1000 animals (heifers or cows) in which all animals had a non-zero dominance relationship with at least one other animal in the group. Direct inversion of relationship matrices was possible within the 1000 animal subsets. Estimates of variances were obtained using Bayesian methodology via Gibbs sampling. Estimated non-additive genetic variances were generally as large as or larger than the additive genetic variance in most cases, except for non-return rates and interval from calving to first service for cows. Non-additive genetic effects appear to be of sizeable magnitude for fertility traits and should be included in models intended for estimating additive genetic merit. However, computing additive and dominance relationships for all possible pairs of individuals is very time consuming in populations of more than 200 000 animals.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,107
Score d'incertitude au seuil0,215

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,297
Écart entre enseignants0,283 · 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

Citations46
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGenetics Selection EvolutionMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207