Genetic parameters for earnings in Quarter Horse
Notice bibliographique
Résumé
In this study, we estimated the heritability (h(2)) of earnings in the Quarter Horse in order to evaluate the inclusion of this trait in breeding programs. Records from 14,754 races of 2443 horses from 1978-2009 were provided by Sorocaba Hippodrome, São Paulo, Brazil. All ancestors of the registered horses were included in the pedigree file until the 4th generation. Log-transformed performance measures (LPM) were analyzed for animals aged 2, 3, and 4 years and during their entire career. The h(2) estimates were obtained using a multi-trait model and Gibbs sampling that included the effects of sex, year of race, and animal in all analyses. Five analyses were performed: 1 in which LPM was divided by the number of prizes, 1 in which LPM was divided by the number of race starts, and 3 analyses that included the number of prizes, number of race starts, and both (LPM_cNPS) as covariates. Analysis was performed with and without inclusion of the maternal effect. Models were compared based on the deviance information criterion and LPM_cNPS including maternal effects was found to be the best model. The h(2) estimates and standard deviation obtained using model LPM_cNPS were 0.19 ± 0.08, 0.21 ± 0.08, 0.22 ± 0.09, and 0.21 ± 0.07 for earnings at 2, 3, and 4 years of age and total career, respectively. Our analyses indicate that earnings are subject to selection and can be included in breeding programs to improve the racing performance of Quarter Horses.
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 ».