MétaCan
Menu
Retour à la cohorte
Enregistrement W2605770669 · doi:10.6000/1927-5129.2017.13.19

Heritability Estimates for some Performances Traits of Baluchi Sheep

2017· article· en· W2605770669 sur OpenAlexvenueno aff
Zahid Qadir, Hubdar Ali Kaleri, Rameez Raja Kaleri, Asma Kaleri, Mushtaque Ahmed Jalbani, Azhar Hussain Kaleri, Faisal Bin Ashraf, Abdul Kabir, Ali Ghulam Bugti

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLivestock Management and Performance Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeritabilityLactationAnimal scienceBiologyGenetic correlationYield (engineering)Selection (genetic algorithm)Veterinary medicineGenetic variationMedicineGeneticsPregnancy

Résumé

récupéré en direct d'OpenAlex

Present study was carried out to estimates the genetic parameters of Baluchi sheep during the year 2015 at Bhagnari cattle Cum Baluchi Sheep Farm Usta Muhammad, Baluchistan. The recorded data including (lactation yield and lactation length) was collected for the period 2005 to 2014.The results of current study revealed that average milk yield and lactation length was found 95.1±11.122kg and 123.60±8.44days of Baluchi sheep. The results for heritability and correlation estimates for lactation yield and lactation length was observed 0.113, 0.126 and 0.26, respectively. There was positive and low heritability and correlation was worked out for lactation yield and lactation length. Due to low results heritability and correlation estimates of some performance traits of Baluchi sheep, it was concluded that improvement can be achieved by process of mass selection.

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 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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,858
Score d'incertitude au seuil0,641

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,038
Tête enseignante GPT0,268
Écart entre enseignants0,230 · 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 tête enseignante, 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetLivestock Management and Performance ImprovementTravaux en français237 207