MétaCan
Menu
← Retour à la cohorte
Enregistrement W2979783825 · doi:10.1093/jas/skz314

Development of optimal genetic evaluations for teat and udder structure in Canadian Angus cattle

2019· article· en· W2979783825 sur OpenAlexafffundabout
Kajal Devani, Tiago S. Valente, John J. Crowley, Karin Orsel

Notice bibliographique

RevueJournal of Animal Science · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesAgriculture and Agri-Food CanadaAlberta Livestock and Meat AgencyAlberta Agriculture and Forestry
Mots-clésUdderHeritabilityBreedHerdAnimal scienceBiologyVeterinary medicineBeef cattleParity (physics)MastitisMedicineGenetics

Résumé

récupéré en direct d'OpenAlex

Despite their heritability and influence on female productivity, there are currently no genetic evaluations for teat and udder structure in Canadian Angus cattle. The objective of this study was to develop optimal genetic evaluations for these traits in the Canadian Angus population. Guidelines recommended by Beef Improvement Federation (BIF) were used to score teat and udder structure in 1,735 Canadian Angus cows from 10 representative herds. Cows scored ranged in parity from 1 to 13; however, >70% of cows were parity ≤4. Scores ranged from 1 (large, bottle shaped) to 9 (very small) for teats and from 1 (very pendulous) to 9 (very tight) for udders. Consistent with parity distribution, >70% of teat and udder scores were ≥6. Teat and udder scores (TS9 and US9, respectively) were modeled using a multiple trait animal model with random effects of contemporary group (herd-year-season) and additive genetic effect, and fixed effects of breed, parity group, and days between calving and scoring. To test good versus poor structure, a binary classification of 1 or 2 (TS2, US2) [comprised of scores 1 to 5 = 1 (poor structure) and scores 6 to 9 = 2 (good structure)] was created. Further, to assess the impact of grouping less frequently observed poor scores, a 1 to 7 scale (TS7, US7) was created by combining teat and udder scores 1 to 3. Analyses for teat and udder scores on scales TS9, US9, TS7, US7, and TS2, US2 were compared. In addition, both threshold and linear animal models were used to estimate variance components for the traits. Data treatment and models were evaluated based on correlation of resulting estimated breeding value (EBV) with corrected phenotypes, Spearman's rank correlation coefficient, average EBV accuracies (r), and deviance information criteria (DIC). TS9, US9 scales for teat and udder scores and linear models performed best. Estimates of heritability (SE) for teat and udder score were 0.32 (0.06) and 0.15 (0.04), respectively, indicating these traits were moderately heritable and that genetic improvement for teat and udder scores was possible. Estimates of phenotypic and genotypic correlations for teat and udder score were 0.46 (0.02) and 0.71 (0.09), respectively. Estimates of genotypic correlations with birth weight (BW), weaning weight (WW), and yearling weight (YW), ranged from -0.04 (0.10) to -0.20 (0.12), verifying the importance of selecting for improved teat and udder score as individual traits, alongside performance traits.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,465
Score d'incertitude au seuil0,936

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,282
Écart entre enseignants0,271 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Animal Science→Même sujetGenetic and phenotypic traits in livestock→Travaux en français237 207→