PSVIII-19 Meta-analysis of genetic parameter estimates for feed efficiency traits in dairy cattle
Notice bibliographique
Résumé
Abstract Over 60% of the production costs in dairy cattle are related to feeding. Genetic selection for improved feed efficiency (FE) is a very promising alternative to reduce feeding costs, increase the industry profitability, and reduce the industry environmental footprints. The success of genetic selection relies in part on the heritability (h2) of the indicator traits included in the breeding programs. Several studies have reported h2 estimates for different FE indicator traits, with a broad range of estimates. To obtain more consistent h2 estimates across studies and populations, we performed a meta-analysis of published h2 estimates using four different groups of FE indicator traits commonly used in dairy cattle: 1) energy intake (EI); 2) residual feed intake (RFI); 3) feed (dry-matter) intake (FI); and 4) feed conversion efficiency (FCE). A comprehensive literature review identified 148 h2 estimates across 39 scientific papers from 13 different countries, published between 1991 and 2019. Thereafter, a meta-analysis based on random-effects model was used to summarize and address the variability of the parameter estimates. Our study confirmed that FE indicator traits in dairy cattle are under moderate genetic control. The h2 estimates were 0.18±0.02, 0.19±0.02, 0.29±0.01, and 0.19±0.03 for EI, RFI, FI, and FCE, respectively. In addition, our findings showed that h2 estimates for FE indicator traits in different studies have significant heterogeneity (I2 index estimated for EI, RFI, FI and FCE was 80.5%, 59.8%, 81.7%, and 55.7%, respectively). Among the possible sources of variation that contributed to the heterogeneity across studies are country, type of housing, life stage, and diet. The results reported here summarize the overall level of genetic control of FE in dairy cattle, which are useful for genetic evaluations when reliable h2 estimates for FE are not available in the studied dairy cattle population.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,046 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».