Genetic and phenotypic parameters for feed efficiency and component traits in American mink
Notice bibliographique
Résumé
Feed cost is the largest expense of mink production systems, and, therefore, improvement of feed efficiency (FE) through selection for high feed-efficient mink is a practical way to increase the mink industry's sustainability. In this study, we estimated the heritability, phenotypic, and genetic correlations for different FE measures and component traits, including harvest weight (HW), harvest length (HL), final body length (FBL), final body weight (FBW), average daily gain (ADG), daily feed intake (DFI), feed conversion ratio (FCR), residual feed intake (RFI), residual gain (RG), residual intake and gain (RIG), and Kleiber ratio (KR), using data from 2,288 American mink (for HW and HL), and 1,038 to 1,906 American mink (for other traits). Significance (P < 0.05) of fixed effects (farm, sex, and color type), a covariate (age of animal), and random effects (additive genetic, maternal, and common litter) were evaluated through univariate models implemented in ASReml-R version 4. Genetic parameters were estimated via fitting a set of bivariate models using ASReml-R version 4. Estimates of heritabilities (±SE) were 0.28 ± 0.06, 0.23 ± 0.06, 0.28 ± 0.10, 0.27 ± 0.11, 0.25 ± 0.09, 0.26 ± 0.09, 0.20 ± 0.09, 0.23 ± 0.09, 0.21 ± 0.10, 0.25 ± 0.10, and 0.26 ± 0.10 for HW, HL, FBL, FBW, ADG, DFI, FCR, RFI, RG, RIG, and KR, respectively. RIG had favorable genetic correlations with DFI (-0.62 ± 0.24) and ADG (0.58 ± 0.21), and nonsignificant (P > 0.05) genetic correlations with FBW (0.14 ± 0.31) and FBL (-0.15 ± 0.31). These results revealed that RIG might be a superior trait as it guarantees reduced feed intake with faster-growing mink yet with no negative impacts on body weight and length. In addition, the strong positive genetic correlations (±SE) between KR with component traits (0.88 ± 0.11 with FBW, 0.68 ± 0.17 with FBL, and 0.97 ± 0.02 with ADG) suggested KR as an applicable indirect measure of FE for improvement of component traits as it did not require the individual feed intake to be measured. Overall, our results confirmed the possibility of including FE traits in mink breeding programs to effectively select feed-efficient animals.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».