MétaCan
Menu
Retour à la cohorte
Enregistrement W3114550013 · doi:10.1111/asj.13497

Genetic relationship between litter size traits at birth and body measurement and production traits in purebred Duroc pigs

2020· article· en· W3114550013 sur OpenAlexfundno aff
Shinichiro Ogawa, Chika Ohnishi, Kazuo Ishii, Yoshinobu Uemoto, Masahiro Satoh

Notice bibliographique

RevueAnimal Science Journal · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Agriculture - Saskatchewan
Mots-clésPurebredHeritabilityLitterLoinAnimal scienceGenetic correlationBiologyCircumferenceRumpCrossbreedGenetic variationEcologyGeneticsMathematics

Résumé

récupéré en direct d'OpenAlex

Heritabilities of litter size traits at birth (total number born (TNB), number born alive (NBA), and number still born (NSB)) and their genetic correlations with body measurement (body height, body length, front width (FW), chest width (CW), hind width, chest depth, chest girth, front cannon circumference, and rear cannon circumference) and production traits (ages at the start and end of performance testing (D30 and D105), average daily gain (ADG), backfat thickness, and loin muscle area) in purebred Duroc pigs were estimated. Records of performance testing for 2,835 animals and farrowing records of 1,168 litters from 437 dams were used. Genetic parameters were estimated using single-trait and two-trait animal models. Permanent environment effect was considered for litter size traits and common litter environmental effect was considered for body measurement and production traits. The estimated heritability was 0.10 ± 0.06 for TNB, 0.16 ± 0.06 for NBA, and 0.08 ± 0.05 for NSB. Positive genetic correlation of NBA was estimated with D30, D105, and ADG (0.51, 0.11, and 0.39). The estimated genetic correlation of NBA was 0.47 ± 0.17 with FW and 0.55 ± 0.18 with CW, implying that FW and CW could be promising indicator traits for efficiently improving NBA.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0010,000

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 Opus0,036
Tête enseignante GPT0,249
Écart entre enseignants0,213 · 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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal Science JournalMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207