Genetic parameters of racing performance traits of Arabian horses in Algeria
Notice bibliographique
Résumé
The data used in the present study were recorded at the Algerian Horse Racing Society for 36492 racing performance of 913 Arabian horses from 1995 to 2007. The aim of the study was to identify the genetic parameters underlying three traits: two earnings traits, namely the logarithm of average annual virtual earnings (LAEV) and the logarithm of average annual virtual earnings per start (LAEV/S), and a ranking trait, the normalized ranking (PERF). To identify the fixed effects to be included in the genetic mixed model, a preliminary analysis was conducted using the General Linear Models (GLM) procedure from SAS software. The effects of age, sex, year and the interaction between year of the race and age and between sex and age were included in the model for the three traits. Afterwards, two random effects, a direct genetic effect of the animal and a permanent environmental effect were included in the mixed model. The variance components and genetic parameters were estimated using the restricted maximum likelihood (REML) procedure with the MTDFREML program. The analyses with this repeatable animal model led to the following estimation of the genetic parameters: for LAEV, heritability was 0.225 (±0.041), while estimate of repeatability was 0.330 (±0.040). For LAEV/S, heritability was 0.164 (±0.027), while estimate of repeatability was 0.215 (±0.022). The heritability for the normalized ranking was higher, 0.369 (±0.054), indicating that this trait might provide faster progress for breeding programs of Arabian horses in Algeria. The repeatability estimate for the normalized ranking was 0.587 (±0.045). The genetic correlation between LAEV and LAEV/S was 0.99, revealing a almost complete genetic dependence between these two traits, 0.69 between PERF and LAEV and 0.79 between PERF and LAEV/S.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».