Selection of Black Bengal Buck Based on Some Reproductive Performance of Their Progeny at Semi-Intensive Rearing System
Notice bibliographique
Résumé
The objective of this study was to select Black Bengal Buck Based on some reproductive performance of their progeny. The least-squares means for overall reproductive performances of age of first kidding (AFK), weight at first kidding (WFK), gestation length (GL), kidding interval (KI), post-partum heat (PPT), litter size at birth (LS) and litter weight at birth were 465.6 days, 13.22 kg, 145.34 days, 302.5 days, 123.84 days, 1.61 and 1.66 kg, respectively. The effect of flock and generation were significant (p<0.05) for AFK, WFK, KI, PPT, LS and LWB. The effect of parity of doe was significant (p<0.01) for LSB and LWB. The effect of season was significant (p<0.05) for KI, PPT and LWB. The heritability value for these traits was ranges from 0.17 to 0.24 and predicted breeding value from -0.003 to 0.445. According to the genetic worth of the buck the highest breeding value of reproductive traits were found in the progeny of Buck No. 32, followed by Buck No. 52, 54, 81 and 87. This progeny tested bucks may be used for the improvement of the reproductive potentials of Black Bengal goat through Artificial Insemination (A.I). The lowest breeding value of reproductive traits was found from the progeny of Buck No. 3 followed by Buck No. 11. The low estimates of heritability obtained for reproductive traits indicated that selection based on the doe’s own performance may result in slow genetic improvement therefore; the progeny testing program will be beneficial to the farmers and fulfill their need by supplying superior sires of high genetic merit.
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 | 0,000 | 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 ».