Assessing genetic diversity of various Canadian sheep breeds through pedigree analyses
Notice bibliographique
Résumé
The loss of genetic variability in a population will drastically affect the success of a breeding program by reducing selection response and fitness and, consequently, affecting reproduction, resilience, and production efficiency. The objective of this study was to perform an in-depth analysis of the pedigree of the Canadian sheep breeds to assess the levels of inbreeding, effective population size, and other metrics of genetic diversity, which included the five most important sheep breeds in Canada: Dorset, Polypay (PO), Rideau-Arcott, Romanov (RV), and Suffolk, using a large dataset (1 336 926 animals). As measures of genetic diversity, effective population size, inbreeding coefficient, effective number of founders, effective number of founder genomes, effective number of nonfounders, and effective number of ancestors were estimated. The completeness and depth of the Canadian sheep pedigree datasets were reasonably high, with <20% parental information missing. More attention should be given to PO breed, which was found to have the smallest effective population size (55), and RV breed, which had the highest average level of inbreeding (4.8%). Techniques such as optimum contribution selection and minimum coancestry mating could be used to minimize the inbreeding of future generations, while maintaining genetic progress at a desirable level.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».