Dog sperm swimming parameters analysed by computer‐assisted semen analysis of motility reveal major breed differences
Notice bibliographique
Résumé
Contents Dogs have undergone an intensive artificial selection process ever since the beginning of their relationship with humans. As a consequence, a wide variety of well‐defined breeds exist today. Due to the enormous variation in dog phenotypes and the unlikely chance of gene exchange between them, the question arises as to whether they should still be regarded as a single species or, perhaps, they be considered as different taxa that possess different reproductive traits. The aim of this study was therefore to characterize some male reproductive traits, focusing on kinematic characteristics of dog spermatozoa from several breeds. Thirty‐seven dogs from the following breeds were used: Staffordshire Bull Terrier, Labrador Retriever, Spanish Mastiff, Valencian Rat Hunting Dog, British Bulldog and Chihuahua. Semen samples were obtained via manual stimulation and diluted to a final sperm concentration of 50 million/ml, and they were subsequently analysed by the computer assisted semen analysis (CASA‐Mot) ISAS ® v1 system. Eight kinematic parameters were evaluated automatically. All parameters showed significant different values among breeds and among individuals within each breed. The fastest sperm cells were those of Staffordshire Bull Terriers and the slowest were recorded in Chihuahuas. The intra‐male coefficient of variation (CV) was higher than the inter‐male CV for all breeds with the Staffordshire Bull Terrier showing the lowest values. When taking into consideration the cells by animal and breed, discriminant analyses showed a high capability to predict the breed. Cluster analyses showed a hierarchical classification very close to that obtained after phylogenetic studies with genome markers. In conclusion, future workers on dog spermatozoa should bear in mind major differences between breeds and realize that results cannot be extrapolated from one to another. Because sperm characteristics are associated with breed diversity, dogs may represent a good model to examine changes in reproductive parameters associated with selection processes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».