MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385554204 · doi:10.1139/cjas-2023-0007

Study of persistency of lactation and survival of Iranian Holstein dairy cattle using random regression model

2023· article· en· W4385554204 sur OpenAlexvenueno aff
Ali Ashrafian, Mokhtar Ali Abbasi, Ali Asghar Sadeghi, Mohammad Rokouei

Notice bibliographique

RevueCanadian Journal of Animal Science · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLactationCullingAnimal scienceIce calvingHolstein CattleSurvival analysisBiologyProportional hazards modelStatisticsMilk productionMathematicsDairy cattleLinear regressionHerdPregnancyGenetics

Résumé

récupéré en direct d'OpenAlex

The aim of this paper is to investigate whether characteristics of the first lactation (FL) curve of Iranian Holstein cows are associated with survival. Cows with least 10 test-days of milk production in their FL were used. The persistency of lactation (PL) and survival were estimated using a random regression model by restricted maximum likelihood with the ECHIDDNA software. We also used the Wood model to parameterize each individual lactation curve and then analyzed various curve characteristics using an animal model. The predicted breeding value (EBV) of the characteristics of the lactation curve of the cows from day 40 to 305 was predicted. The EBV of the production range (PR) and the slope of line in increasing phase ( m40,Peak) of production curve of sires with higher survival EBV were lower than other sires ( P < 0.05). The estimates of PL were independent of survival estimate. Therefore, the PR from 40th day after calving can be considered as a definition of PL because the lower the PR, the flatter is the milk production curve. Genetic evaluation of young bulls for survival needs the data of death or culling of their daughters. Therefore, the bulls can genetically be evaluated for survival according to the PL and m40,Peak of FL information of their daughters.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,011
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,044
Tête enseignante GPT0,288
Écart entre enseignants0,245 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Animal Science→Même sujetGenetic and phenotypic traits in livestock→Travaux en français237 207→