MétaCan
Menu
Retour à la cohorte
Enregistrement W2794387512 · doi:10.1139/cjas-2017-0137

Estimation of direct and maternal genetic parameters for individual birth weight and probe weight using cross-fostering information

2018· article· en· W2794387512 sur OpenAlexaffvenue
Kristen Alves, Flávio S. Schenkel, Luiz F. Brito, J. A. B. Robinson

Notice bibliographique

RevueCanadian Journal of Animal Science · 2018
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésPurebredHeritabilityLitterAnimal sciencePig breedingBiologyBirth weightVeterinary medicineGenetic variationCrossbreedDemographyEcologyMedicinePregnancyGenetics

Résumé

récupéré en direct d'OpenAlex

A total of 246 357 measurements of birth (BW) and probe (PW) weights of purebred Yorkshire and Landrace pigs were used to compare the fitting of two alternate models including either common-litter effect or cross-fostering group effect to account for common environmental variation. PW, is a live ultrasonic weight measurement taken when the pigs are 100 ± 30 kg, following national standards. The common-litter effect was defined as piglets born into the same litter, and the group effect was used to account for cross-fostering, and defined as the effect common to piglets raised by the same nurse-sow, regardless of whether that piglet was born into that litter or not. It was found that the cross-fostering group explained 5% more environmental variation in BW when compared with the common-litter effect, indication that BW is a criterion in cross-fostering. Cross-fostering also explained 1% more environmental variation in PW in both the Yorkshire and Landrace. When the cross-fostering group effect was included in place of the common-litter effect, the direct and maternal genetic heritability estimates were similar, but residual variances were reduced. This study advanced the understanding of the effects of cross-fostering on PW, its association with BW and its implications in modern pig breeding programs.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,064
Tête enseignante GPT0,327
Écart entre enseignants0,263 · 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

Citations6
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207