MétaCan
Menu
Retour à la cohorte
Enregistrement W2525854510 · doi:10.1186/s12711-016-0251-8

Disentangling the relative roles of resource acquisition and allocation on animal feed efficiency: insights from a dairy cow model

2016· article· en· W2525854510 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGenetics Selection Evolution · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesInstitut National de la Recherche Agronomique
Mots-clésLactationFeed conversion ratioResource allocationResidual feed intakeBiologySelection (genetic algorithm)Production (economics)Milk productionBiotechnologyAnimal scienceComputer scienceEconomicsMicroeconomicsGeneticsArtificial intelligenceBody weight

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Feed efficiency of farm animals has greatly improved through genetic selection for production. Today, we are faced with the limits of our ability to predict the effect of selection on feed efficiency, partly because the relative importance of the components of this complex phenotype changes across environments. Thus, we developed a dairy cow model that incorporates the dynamic interplay between life functions and evaluated its behaviour with a global sensitivity analysis on two definitions of feed efficiency. A key model feature is to consider feed efficiency as the result of two processes, acquisition and allocation of resources. Acquisition encapsulates intake and digestion, and allocation encapsulates partitioning rules between physiological functions. The model generates genetically-driven trajectories of energy acquisition and allocation, with four genetic-scaling parameters controlling these processes. Model sensitivity to these parameters was assessed with a complete factorial design. RESULTS: Acquisition and allocation had contrasting effects on feed efficiency (ratio between energy in milk and energy acquired from the environment). When measured over a lactation period, feed efficiency was increased by increasing allocation to lactation. However, at the lifetime level, efficiency was increased by decreasing allocation to growth and increasing lactation acquisition. While there is a strong linear increase in feed efficiency with more allocation to lactation within a lactation cycle, our results suggest that there is an optimal level of allocation to lactation beyond which increasing allocation to lactation negatively affects lifetime feed efficiency. CONCLUSIONS: We developed a model to predict lactation and lifetime feed efficiency and show that breaking-down feed conversion into acquisition and allocation, and introducing genetically-driven trajectories that control these mechanisms, permitted quantification of their relative roles on feed efficiency. The life stage at which feed efficiency is evaluated appears to be a key aspect for selection. In this model, body reserves are also a key component in the prediction of lifetime feed efficiency since they integrate the feedback of acquisition and allocation on survival and reproduction. This modelling approach provided new insights into the processes that underpin lifetime feed efficiency in dairy cows.

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 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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil0,360

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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