Study of the Population Structure in Schnauzer Dogs
Notice bibliographique
Résumé
The aim of this study was to evaluate the population structure of a Schnauzer dogs kennel. Pedigree data of 129 dogs were collected from a kennel in Southern Brazil. Dogs were divided into groups by height (“miniature”, “standard”, and “giant”) and subsequently, into coat color subgroups (“not informed”, “salt and pepper”, “black”, “white”, and “black and silver”). Population parameters were estimated using the Contribution, Inbreeding, Coancestry (CFC), and RelaX2 programs. Three ancestral generations were traced from the kennel dogs, totaling 685 unique individuals. Of these, 42% were considered founders. The analysis of the effective number of founders, number of effective ancestors, and inbreeding coefficient means were77, 44.9, and 0.08 for the miniature group, 26, 11.7 and 0.05for the standard group, and 28, 9.9 and 0.12 for the giant group, respectively. The subgroup “salt and pepper” in the “giant” group showed the highest inbreeding coefficient (0.14) and the highest kinship coefficient (0.20). Monitoring inbreeding allows to control upcoming breeding to acquire desirable characteristics in the population minimizing risk of deleterious effects.
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 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 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».