Categorical Visual Score Traits of a Nellore Beef Cattle Population
Notice bibliographique
Résumé
Variance components and genetic parameters of economically relevant traits in livestock, whether continuous or categorical, can be estimated by methods computationally available providing support for the selection and mating of animals in breeding programs. The objectives of this paper were to obtain and compare the variance components estimates for visual traits under continuous or categorical distribution in single-trait analysis and their correlations with continuous productive traits in two-trait analysis. Data of conformation (CONF), precocity of fat deposition (PREC) and muscling (MUSC) visual scores evaluated at 18 months of age as well as the weight at 18 months of age (YW) were collected from animals born from 2000 to 2012, in Nellore cattle herds raised in Southeastern and Central Western tropical regions of Brazil. Methods III of Henderson, Restricted Maximum Likelihood (REML), Bayesian Inference and generalized linear mixed model (GLMM) were tested. Variance components obtained from single-trait analysis were similar to those obtained from two-trait analysis. The estimates of heritability (h2) for the visual scores ranged from 0.1081 to 0.2190. Heritability estimates for traits evaluated by visual scores have moderate to high magnitude justifying the inclusion of visual scores as selection criteria in animal breeding and the selection of animals with higher scores for mating. High genetic correlations between yearling weight and morphological traits were verified. For visual scores of conformation, precocity and muscling, the most suitable model based on one-trait or two-trait analyses considered an animal model, a linear distribution of the data and the estimation method of the components of (co)variance based on Bayesian methodology.
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 ».