MétaCan
Menu
Retour à la cohorte
Enregistrement W2134258211 · doi:10.6000/1927-520x.2012.01.01.17

Milk Yield and Quality to Estimate Genetic Parameters in Buffalo Cows

2012· article· en· W2134258211 sur OpenAlexvenueno aff
Fiorella Sarubbi, Giuseppe Auriemma, Rodolfo Baculo, Raffaele Palomba

Notice bibliographique

RevueJournal of Buffalo Science · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensnon disponible
Organismes subventionnairesMinistero dell’Istruzione, dell’Università e della Ricerca
Mots-clésHeritabilityLactationAnimal scienceGenetic correlationHerdBiologyFood scienceAnalysis of varianceYield (engineering)Milk proteinCaseinGenetic variationBiotechnologyMathematicsStatisticsGeneBiochemistryGenetics

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to estimate genetic parameters for daily milk yield, fat and protein milk contents and their relationship with "mozzarella" cheese production using the classic instruments of the quantitative genetics. A total of 5130 daily milk yields records, belonging to 6 herds in South Italy were analyzed. The traits studied were: accumulated 270-day milk yield, milk fat and protein percentages, milk yield/day and mozzarella production. Descriptive statistics of the variables studied have been obtained with the procedure MEANS and FREQ, while the variation sources have been investigated using GLM procedure. With the objective to characterize the effects of greater impact on the production of milk (kg/days), fat and protein content (%) and "mozzarella" production (kg/days), has been used analysis of variance (ANOVA). On average, buffalo cow’s milk production during lactation was 9.21±2.79 kg/d with 8.73% of fat and 4.98% of protein. Heritability estimates were low. The genetic correlation estimates between milk yield and % of fat and % of protein were low. These results showed that the genes affecting milk yield have an antagonistic effect on % of fat and % of protein traits. Its suggests that selection to increase milk yield, would in the long term probably cause a reduction in milk constituents

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,690
Score d'incertitude au seuil0,383

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,319
Écart entre enseignants0,287 · 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 tête enseignante, 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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Buffalo ScienceMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207