Relationship between female fertility and production traits in Canadian Holsteins
Notice bibliographique
Résumé
The objectives of this study were a) to estimate the genetic correlation between milk production and some female fertility traits such as 56-d nonreturn rate in cows (NRRC), calving to first service (CTFS), and first service to conception (FSTC); b) to assess the influence of including milk production as a correlated trait on the genetic evaluation of these traits in Canadian Holsteins; and c) to determine if using heifer nonreturn rate (NRRH) had a similar effect as using milk production on cow NRRC evaluation. The data included fertility and production records of first-parity Holstein cows. Genetic parameters were estimated using uni- and bivariate analyses in which milk production at around 90 DIM (TD90M) was included as a correlated trait to NRRC, CTFS, and FTSC. A bivariate analysis was also carried out in which NRRH was included as a correlated trait to NRRC. The models were compared by genetic trend (NRRC, CTFS, and FSTC) and cross-validation and predictability (NRRC). The heritability estimates for NRRC from the uni- and bivariate analyses were 0.017 and 0.020, respectively. The corresponding figures for CTFS were 0.07 and 0.08 and for FSTC were 0.049 and 0.05. The genetic trends for NRRC of the 2 models (NRRC+TD90M and NRRC+NRRH) gave very similar results. However, when milk production was included in the genetic evaluation of CTFS and FSTC, the genetic trends of the 2 fertility traits were higher compared with the univariate analysis. In NRRC evaluation by cross-validation and predictability, the bivariate analyses were more consistent and gave a better predictability than the univariate analysis. However, there was no major difference between the 2 models. Consequently, it might be worth including milk production or heifer fertility as correlated traits in the genetic evaluation of female fertility 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 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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».