Effect of inbreeding on fertility traits in five dog breeds
Notice bibliographique
Résumé
The aim of the study was to analyze retrospectively the influence of inbreeding on fertility traits in five dog breeds: German Shepherd dog (GSD), Golden (GR) and Labrador (LR) Retrievers, Beagle and the Tatra Shepherd dog (TSD). The data were 436 litters, with the total of 2560 puppies: 1307 males and 1206 females. The parents of the litters were 163 dogs and 228 bitches. For each litter the litter size, number of male and female puppies, sex ratio, and sex difference were calculated. The fixed effects of breed, of litter birth year and linear regression coefficients on litter and parents' inbreeding were included in the linear model for litter traits. The correlations between litter traits and litter parents' inbreeding were also estimated. The average litter size was 5.87 (± 2.53) for all breeds. GSD had the smallest average litter size differences in years and the lowest fluctuations of sex ratio with litter size. In other dog breeds those differences were much bigger. The difference between the number of male and female offspring in a litter depended on the breed. The lowest percentage of inbred parents was found for LR, and the highest for TSD. Mating non-inbred animals, in most cases also unrelated, was frequent in all breeds. The inbreeding level of parents had significant influence on the litter traits only for TSD. For the Beagles low, positive and significant correlation between the number of female offspring in a litter and the dam's inbreeding level and the sex ratio below 0.5 suggests sex ratio disturbance. The correlation coefficients between litter inbreeding and litter size for majority of examined dog breeds were positive but not significant. The conclusion is that in Poland at first obligatory monitoring of the inbreeding level for all breeds should be applied.
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) | 0,000 | 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 ».