Comparison of models for genetic evaluation of survival traits in dairy cattle: a simulation study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Three models for the analysis of functional survival data in dairy cattle were compared using stochastic simulation. The simulated phenotype for survival was defined as a month after the first calving (from 1 to 100) in which a cow was involuntarily removed from the herd. Parameters for simulation were based on survival data of the Canadian Jersey population. Three different levels of heritability of survival (0.100, 0.050 and 0.025) and two levels of numbers of females per generation (2000 or 4000) were considered in the simulation. Twenty generations of random mating and selection (on a second trait, uncorrelated with survival) with 20 replicates were simulated for each scenario. Sires were evaluated for survival of their daughters by three models: proportional hazard (PH), linear multiple-trait (MT), and random regression (RR) animal models. Different models gave different ranking of sires with respect to survival of their daughters. Correlations between true and estimated breeding values for survival to five different points in a cow's lifetime after the first calving (120 and 240 days in milk after first, second, third and fourth calving) favoured the PH model, followed by the RR model evaluations. Rankings of models were independent of the heritability level, female population size and sire progeny group size (20 or 100). The RR model, however, showed a slight superiority over MT and PH models in predicting the proportion of sire's daughters that survived to the five different end-points after the first calving.
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.
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 découle