Breeding for reduced methane emission and feed-efficient Holstein cows: An international response
Notice bibliographique
Résumé
Selecting for lower methane (CH 4 ) emitting animals is one of the best approaches to reduce CH 4 given that genetic progress is permanent and cumulative over generations. As genetic selection requires a large number of animals with records and few countries actively record CH 4 , combining data from different countries could help to expedite accurate genetic parameters for CH 4 traits and build a future genomic reference population. Additionally, if we want to include CH 4 in the breeding goal, it is important to know the genetic correlations of CH 4 traits with other economically important traits. Therefore, the aim of this study was first to estimate genetic parameters of 7 suggested methane traits, as well as genetic correlations between methane traits and production, maintenance, and efficiency traits using a multicountry database. The second aim was to estimate genetic correlations within parities and stages of lactation for CH 4 . The third aim was to evaluate the expected response of economically important traits by including CH 4 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 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 | 0,001 | 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) | 0,001 | 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 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 ».