Inseminating fresh or cryopreserved semen for maximum efficiency: Implications for gene banks and industry
Notice bibliographique
Résumé
Developing gene bank germplasm collections for animal genetic resources requires establishing germplasm collection goals, that consider capturing the genetic diversity of the population in question and the amount of germplasm required for its reconstitution or other purposes, or both. Computing collection goals for chickens is complicated, compared with mammalian species, due to the multiple chances a single insemination of semen has to fertilize an egg. To address this issue, fertility data were used in conjunction with econometric procedures for determining production efficiency and diminishing returns. Experimental treatments consisted of inseminating fresh semen intravaginally (FIV), frozen-thawed semen inseminated intramagnally (FTIM), and frozen-thawed semen inseminated intravaginally (FTIV). Analysis revealed that the maximum efficiency for a single insemination was at postinsemination d 6, 8, and 3 for FIV, FTIM, and FTIV, respectively. But, additional benefit from a single insemination can be garnered by continuing to collect and incubate eggs to d 11, 17, and 11 for FIV, FTIM, and FTIV, respectively. By extending the insemination interval, the number of fertile eggs can be increased by 62 (FIV), 62 (FTIM), and 48% (FTIV). The ramifications of these results are profound when placed in the context of germplasm collection for gene banks. By using the FTIM treatment, the number of germplasm samples needed to secure a chicken breed, at the 150% level, can be reduced from the FAO projection of 2,454 to 386 straws (0.5 mL). Such a change represents a substantial reduction in collection, processing, and storage costs for gene banks. For industry, the results suggest that extending the time interval between inseminations will yield more fertile eggs and create opportunities to increase the number of hens mated to a rooster.
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 | 0,001 |
| 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 ».