MétaCan
Menu
Retour à la cohorte
Enregistrement W3037894911 · doi:10.1139/cjas-2019-0152

Estimation of genetic parameters and selection response for reproductive and growth traits in Rideau-Arcott sheep

2020· article· en· W3037894911 sur OpenAlexaffvenue
Mohammed Boareki, Luiz F. Brito, Ángela Cánovas, V.R. Osborne, Flávio S. Schenkel

Notice bibliographique

RevueCanadian Journal of Animal Science · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésSelection (genetic algorithm)BiologyHeritabilityDomestic sheep reproductionLitterGenetic correlationTraitIndex selectionWeaningAnimal scienceMaternal effectGenetic variationOffspringGeneticsEcologyPregnancy

Résumé

récupéré en direct d'OpenAlex

The goal of this study was to estimate genetic parameters and predict direct and correlated response to selection for lamb growth traits and ewe reproductive traits, based on single-trait selection or combining multiple traits in an optimum index that targets total litter post-weaning weight in the first lambing as the main selection goal. Heritability estimates ranged from 0.04 to 0.19. Genetic correlations between growth and reproductive traits ranged from −0.24 to 0.15. The indirect response to selection for reproductive traits in later lambings, by selecting on first lambing performance, was 11%–25% greater than direct selection. The response to indirect selection for composite reproductive traits, i.e., total weaning weight or total post-weaning weight, by selecting on individual lamb weaning weight or post-weaning weight was 1%–69% greater than direct selection, but it was accompanied by a negative response on litter size. However, combining alternate growth and reproductive traits in optimum selection index resulted in correlated response of up to 96% greater than direct selection response for reproductive traits without a negative response on litter size. Therefore, multiple trait selection using an index of component traits was more effective than direct selection for a composite trait.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,239
Écart entre enseignants0,224 · 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'étudeObservationnel
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

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal ScienceMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207