MétaCan
Menu
Retour à la cohorte
Enregistrement W2106402565 · doi:10.1017/s1357729800058926

Genetic associations for pathogen-specific clinical mastitis and patterns of peaks in somatic cell count

2003· article· en· W2106402565 sur OpenAlexaff
Y. de Haas, Herman W. Barkema, Y.H. Schukken, R.F. Veerkamp

Notice bibliographique

RevueAnimal Science · 2003
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMilk Quality and Mastitis in Dairy Cows
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésBiologySomatic cell countMastitisHeritabilityPathogenSireStreptococcus dysgalactiaeVeterinary medicineAnimal scienceGeneticsMicrobiologyStreptococcusStreptococcus agalactiaeLactationBacteriaMedicinePregnancy

Résumé

récupéré en direct d'OpenAlex

Abstract Genetic associations were estimated between pathogen-specific cases of clinical mastitis (CM), lactational average somatic cell score (LACSCS), and patterns of peaks in somatic cell count (SCC) which were based on deviations from the typical lactation curve for SCC. The dataset contained test-day records on SCC in 94 781 lactations of 25 416 cows of different parities. Out of these 94 781 lactations, 41 828 lactations had recordings on occurrence of pathogen-specific CM and on SCC, and 52 953 lactations had recordings on SCC only. A total of 5 324 lactations with cases of CM were recorded. Analysed pathogens wereStaphylococcus aureus, coagulase negative staphylococci,Escherichia coli, Streptococcus dysgalactiae, Streptococcus uberis, and culture-negative samples. Pattern definitions were based on three or five consecutive test-day recordings of SCC. They differentiated between short or longer periods of increased SCC, and also between lactations with and without recovery. Occurrence of pathogen-specific CM and presence of patterns of peaks in SCC were both scored as binary traits. Variance components for sire, maternal grandsire, and permanent animal effects were estimated using AS-REML. The estimated heritability for overall CM was 0·04, and similar heritabilities for pathogen-specific CM were estimated. Heritabilities for the patterns of peaks in SCC ranged from 0·01 to 0·06. Heritabilities for LACSCS were 0·07 to 0·08. Genetic correlations with patterns of peaks in SCC differed for each pathogen. Generally, genetic correlations between pathogen-specific CM and patterns of peaks in SCC were stronger than the correlations with LACSCS. This suggests that genetic selection purely on diminishing presence of peaks in SCC would decrease the incidence of pathogen-specific CM more effectively than selecting purely on lower LACSCS.

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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,054
Tête enseignante GPT0,287
Écart entre enseignants0,232 · 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

Citations21
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal ScienceMême sujetMilk Quality and Mastitis in Dairy CowsTravaux en français237 207