Optimisation of breeding strategies to reduce the prevalence of inherited disease in pedigree dogs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract One option for improving the welfare of purebred dog breeds is to implement health breeding programmes, which allow selection to be directed against known diseases while controlling the rate of inbreeding to a minimal level in order to maintain the long-term health of the breed. The aim of this study is to evaluate the predicted impact of selection against disease in two breeds: the Cavalier King Charles spaniel (CKCS) and the Labrador Retriever. Heritabilities for mitral valve disease, syringomyelia in the CKCS and hip dysplasia in the Labrador were estimated to be 0.64 (± 0.07), 0.32 (± 0.125) and 0.35 (± 0.016), respectively, which suggest encouraging selection responses are feasible based upon the estimation of breeding values (EBVs) if monitoring schemes are maintained for these breeds. Although using data from disease databases can introduce problems due to bias, as a result of individuals and families with disease usually being over-represented, the data presented is a step forward in providing information on risk. EBVs will allow breeders to distinguish between potential parents of high and low risk, after removing the influence of life history events. Analysis of current population structure, including numbers of dogs used for breeding, average kinship and average inbreeding provides a basis from which to compare breeding strategies. Predictions can then be made about the number of generations it will take to eradicate disease, the number of affected individuals that will be born during the course of selective breeding and the benefits that can be obtained by using optimisation to constrain inbreeding to a pre-defined sustainable rate.
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.
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 | 0,000 | 0,000 |
| 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 découle