MétaCan
Menu
← Retour à la cohorte
Enregistrement W4319736740 · doi:10.3920/978-90-8686-940-4_656

656. A genomic evaluation of genotype-by-environment interactions for foot scores in American and Australian Angus cattle

2022· article· en· W4319736740 sur OpenAlexaff
Amanda B. Alvarenga, Kelli Retallick, André Garcia, Hinayah Rojas de Oliveira, Stephen P. Miller, Andrew Byrne, Luiz F. Brito

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHeritabilityFoot (prosody)Bivariate analysisClawGenotypeBiologyGenetic correlationDemographyAnimal scienceGeographyStatisticsVeterinary medicineGenetic variationEcologyMathematicsEvolutionary biologyGeneticsMedicine

Résumé

récupéré en direct d'OpenAlex

The main goal of this study was to investigate the feasibility of an across-country genomic evaluation for claw-set and foot angle scores in North American and Australian Angus populations, by analysing within and across-country genotype-by-environment interactions (G×E). In total, 123,322 and 1.13M animals had phenotype and genotype information. Reaction norm models fitting environmental gradients based on the effects of management group and bivariate animal models were used to evaluate genetic correlation within-and across-countries, respectively. Similar heritability estimates were obtained for both North American and Australian populations (0.22-0.25), and moderate-to-high genetic correlations between foot scores (claw-set: 0.73; foot angle: 0.51) were observed between countries. On average, high genetic correlations (>0.90) were observed among pairs of environmental gradients within countries. However, moderate correlations were observed among contrasting environmental gradients (e.g. 0.50), indicating moderate G×E. In general, gains in both theoretical and prediction accuracy of genomic estimated breeding values from a joint- versus within-country genomic evaluation were observed.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,281
Écart entre enseignants0,260 · 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'étudeObservationnel
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGenetic and phenotypic traits in livestock→Travaux en français237 207→