The Effect of Synchronized Breeding on Genetic Evaluations of Fertility Traits in Dairy Cattle
Notice bibliographique
Résumé
Estrus detection is labor-intensive and time-consuming, with decreased expression in many high-producing dairy cows. To overcome this issue, some producers use hormone protocols to synchronize ovulation and perform timed artificial insemination (timed AI). The objective of this study was to assess the potential bias that timed AI might add to the estimated genetic parameters of female reproductive traits. A Holstein population with 400 sires and 3 000 dams was simulated over 20 years, resulting in 30 000 cows randomly distributed in 200 herds. The simulated traits mimicked calving to first service (CTFS), first service to conception (FSTC) and days open (DO), assuming these to be the most affected traits by hormone synchronization. A total of 13 scenarios were tested, changing the percentage of herds and cows that were randomly selected to be under timed AI. To simulate the effect of timed AI, cows had their phenotypes masked by setting CTFS and DO to the mean of CTFS, and FSTC was set to zero. Four parameters were used to indirectly measure the presence of bias: 1) the correlation between true (TBV) and estimated (EBV) breeding values (accuracy); 2) the differences in the mean EBV of top 25, 50, 75 and 100 sires; 3) changes in correlation between TBV’s and EBV’s ranks; and 4) the changes in the genetic trend. The accuracy within each class of animals (bulls, dams, and cows) decreased proportionally with the increase of the use of timed AI. The average EBV of the top sires went toward zero when increasing the number of hormonal synchronized animals. The sires’ rank correlation of EBVs and TBVs followed similar behaviour, with smaller correlation for scenarios with more timed AI animals. The genetic trend was also more affected by scenarios that considered more intense use of hormonal synchronization. This simulation study indicated that genetic evaluations that included herds that used timed AI are likely biased, and the amount of bias is proportional to the number of animals on timed AI.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».