Breeding for reduced methane emission and feed-efficient Holstein cows: An international response
Notice bibliographique
Résumé
traits in the breeding goal. A total of 15,320 methane production (MeP, g/d) records from 2,990 cows belonging to 4 countries (Canada, Australia, Switzerland, and Denmark) were analyzed. Records on dry matter intake (DMI), body weight (BW), body condition score, and milk yield (MY) were also available. Additional traits such as methane yield (MeY; g/kg DMI), methane intensity (MeI; g/kg energy-corrected milk), a genetic standardized methane production, and 3 definitions of residual methane production (g/d), residual feed intake, metabolic BW (MBW), BW change, and energy-corrected milk were calculated. The estimated heritability of MeP was 0.21, whereas heritability estimates for MeY and MeI were 0.30 and 0.38, and for the residual methane traits heritability ranged from 0.13 to 0.16. Genetic correlations between different methane traits were moderate to high (0.41 to 0.97). Genetic correlations between MeP and economically important traits ranged from 0.29 (MY) to 0.65 (BW and MBW), being 0.41 for DMI. Selection index calculations showed that residual methane had the most potential for inclusion in the breeding goal when compared with MeP, MeY, and MeI, as residual methane allows for selection of low methane emitting animals without compromising other economically important traits. Inclusion of residual feed intake in the breeding goal could further reduce methane, as the correlation with residual methane is moderate and elicits a favorable correlated response. Adding a negative economic value for methane could facilitate a substantial reduction in methane emissions while maintaining an increase in milk production.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».