MétaCan
Menu
← Retour à la cohorte
Enregistrement W3192208708 · doi:10.3168/jds.2021-20348

Estimating methane coefficients to predict the environmental impact of traits in the Australian dairy breeding program

2021· article· en· W3192208708 sur OpenAlexfundno aff
C.M. Richardson, P.R. Amer, Fiona S. Hely, Irene van den Berg, J.E. Pryce

Notice bibliographique

RevueJournal of Dairy Science · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensnon disponible
Organismes subventionnairesAgriculture VictoriaGardiner FoundationUniversity of Guelph
Mots-clésHerdTraitAnimal scienceBiologyDairy cattleProductivityBiotechnologyAnimal breedingEnvironmental scienceAgronomyEconomics

Résumé

récupéré en direct d'OpenAlex

The dairy industry has been scrutinized for the environmental impact associated with rearing and maintaining cattle for dairy production. There are 3 possible opportunities to reduce emissions through genetic selection: (1) a direct methane trait, (2) a reduction in replacements, and (3) an increase in productivity. Our aim was to estimate the independent effects of traits in the Australian National Breeding Objective on the gross methane production and methane intensity ( EI ) of the Australian dairy herd of average genetic potential. Based on similar published research, the traits determined to have an effect on emissions include production, fertility, survival, health, and feed efficiency. The independent effect of each trait on the gross emissions produced per animal due to genetic improvement and change in EI due to genetic improvement (intensity value, IV ) were estimated and compared. Based on an average Australian dairy herd, the gross emissions emitted per cow per year were 4,297.86 kg of carbon dioxide equivalents (CO 2 -eq). The annual product output, expressed in protein equivalents (protein-eq), and EI per cow were 339.39 kg of protein-eq and 12.67 kg of CO 2 -eq/kg of protein-eq, respectively. Of the traits included in the National Breeding Objective, genetic progress in survival and feed saved were consistently shown to result in a favorable environmental impact. Conversely, production traits had an unfavorable environmental impact when considering gross emissions, and favorable when considering EI . Fertility had minimal impact as its effects were primarily accounted for through survival. Mastitis resistance only affected IV coefficients and to a very limited extent. These coefficients may be used in selection indexes to apply emphasis on traits based on their environmental impact, as well as applied by governments and stakeholders to track trends in industry emissions. Although initiatives are underway to develop breeding values to reduce methane by combining small methane data sets internationally, alternative options to reduce emissions by utilizing selection indexes should be further explored.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,304
Écart entre enseignants0,285 · 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'étudeSimulation ou modélisation
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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy Science→Même sujetGenetic and phenotypic traits in livestock→Travaux en français237 207→