Analysis of lambing distribution in the Ripollesa sheep breed. I. Development and comparison of circular von Mises models
Notice bibliographique
Résumé
Circular data originates in a wide range of scientific fields and can be analyzed on the basis of directional statistics and special distributions wrapped around the circumference. However, both propensity to transform non-linear to linear data and complexity of directional statistics limited the generalization of the circular paradigm in the animal breeding framework, among others. Here, we generalized a circular mixed (CM) model within the context of Bayesian inference. Three different parametrizations with different hierarchical structures were developed on basis of the von Mises distribution; moreover, both goodness of fit and predictive ability from each parametrization were compared through the analyses of 110 116 lambing distribution records collected from Ripollesa sheep herds between 1976 and 2017. The naive circular (NC) model only accounted for population mean and homogeneous circular variance, and reached the lowest goodness-of-fit and predictive ability. The CM model assumed a hierarchical structure for the population mean by accounting for systematic (ewe age and lambing interval) and permanent environmental sources of variation (flock-year-season and ewe). This improved goodness of fit by reducing both the deviance information criterion (DIC; -2520 units) and the mean square error (MSE; -12.4%) between simulated and predicted lambing data when compared against the NC model. Finally, the last parametrization expanded CM model by also assuming a hierarchical structure with systematic and permanent environmental factors for the variance parameter of the von Mises distribution (i.e. circular canalization (CC) model). This last model reached the best goodness of fit to lambing distribution data with a DIC estimate 5425 units lower than the one for NC model (MSE reduced 13.2%). The same pattern revealed when models were compared in terms of predictive ability. The superiority revealed by CC model emphasized the relevance of heteroskedasticity for the analysis of lambing distribution in the Ripollesa breed, and suggested potential applications for the sheep industry, even genetic selection for canalization. The development of CM models on the basis of the von Mises distribution has allowed to integrate flexible hierarchical structures accounting for different sources of variation and affecting both mean and dispersion terms. This must be viewed as a useful statistical tool with multiple applications in a wide range of research fields, as well as the livestock industry. The next mandatory step should be the inclusion of genetic terms in the hierarchical structure of the models in order to evaluate their potential contribution to current selection 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 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 | 0,000 | 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 ».