MétaCan
Menu
Retour à la cohorte
Enregistrement W2591701127 · doi:10.5539/ijb.v9n2p29

Molecular and Morphological Characteristics of Aradi Goats with Prediction Equation of Growth Pattern

2017· article· en· W2591701127 sur OpenAlexvenueno aff
M. F. El‐Zarei, E. F. Mousa

Notice bibliographique

RevueInternational Journal of Biology · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensnon disponible
Organismes subventionnairesQassim University
Mots-clésLocus (genetics)Loss of heterozygosityAlleleMicrosatelliteBiologyGeneticsAnimal scienceGene

Résumé

récupéré en direct d'OpenAlex

To specify morphological characteristics and choose preferable growth equation for kids up to 24 weeks of age, in Aradi goats, 338 kids of fathered by 25 sires and mothered by 153 does were used. Also, 74 individuals used in assisted with 29 microsatellites markers to identify molecular characterization. Results illustrated the linear equation was preferable according to easy compute, have two linear additive parameters and equation accuracy. The accuracy of that equation was very high ranged from 0.996 and 0.993 for predicted weights in male and female, respectively. Five loci showed only three alleles for each, while the rest of markers ranged from 13 alleles in loci CSRD247 and RM088 to four alleles in locus ILSTS011. The average of observed heterozygosity was 0.63 ranged 0.89 in BM2113 locus to 0.17 in ILSTS002 locus. The expected heterozygosity reached the maximum value in locus RM088 and the minimum one in locus OARE129, the average value was 0.65. The polymorphic information content values ranged from 0.85 (RM088) to 0.22 (OARE129). Thus, the investigation on a set of 29 microsatellites revealed high degree of genetic variability in Aradi goat indicating an important indigenous genetic resource.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,243 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of BiologyMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207