MétaCan
Menu
Retour à la cohorte
Enregistrement W2909675353 · doi:10.3389/fgene.2018.00660

Novel Resilience Phenotypes Using Feed Intake Data From a Natural Disease Challenge Model in Wean-to-Finish Pigs

2019· article· en· W2909675353 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueFrontiers in Genetics · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensCentre de Développement du Porc du QuébecUniversity of AlbertaUniversity of Saskatchewan
Organismes subventionnairesGenome PrairieGenome AlbertaUniversity of AlbertaGenome Canada
Mots-clésHeritabilityDiseaseBiologyCrossbreedAnimal scienceResilience (materials science)Psychological resilienceMedicineVeterinary medicineInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to extract novel phenotypes related to disease resilience using daily feed intake data from growing pigs under a multifactorial natural disease challenge that was designed to mimic a commercial environment with high disease pressure to maximize expression of resilience. Data used were the first 1341 crossbred wean-to-finish pigs from a research facility in Québec, Canada. The natural challenge was established under careful veterinary oversight by seeding the facility with diseased pigs from local health-challenged farms, targeting various viral and bacterial diseases, and maintaining disease pressure by entering batches of 60 to 75 pigs in a continuous flow system. Feed intake (FI) is sensitive to disease, as pigs tend to eat less when they become ill. Four phenotypes were extracted from the individual daily FI data during finishing as novel measures of resilience. The first two were daily variability in FI or FI duration, quantified by the root mean square error (RMSE) from the within individual regressions of FI or duration at the feeder (DUR) on age (RMSEFI and RMSEDUR). The other two were the percentage of off-feed days, classified based on negative residuals from a 5% quantile regression (QR) of daily feed intake or duration data on age across all pigs (QRFI and QRDUR). Mortality and treatment rate had a heritability of 0.13 (+0.05) and 0.29 (+0.07), respectively. Heritability estimates for RMSEFI, RMSEDUR, QRFI, and QRDUR were 0.21 (+0.07) 0.26 (+0.07), 0.15 (+0.06), and 0.23 (+0.07), respectively. Genetic correlations of RMSE and QR measures with mortality and treatment rate ranged from 0.37 to 0.85, with QR measures having stronger correlations with both. Estimates of genetic correlations of RMSE measures with production traits were typically low, but often favorable (e.g. -0.31 between RMSEFI and finishing ADG). Although disease resilience was our target, fluctuations in FI and duration can be caused by many factors other than disease and should be viewed as overall indicators of general resilience to a variety of stressors. In conclusion, daily variation in FI or duration at the feeder can be used as heritable measures of resilience.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,213
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,027
Tête enseignante GPT0,262
Écart entre enseignants0,235 · 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