Genetic parameters for behavioral and growth traits of Nellore cattle
Notice bibliographique
Résumé
The growing concern of consumers with the welfare of production animals searches welfare in a production system extremely important; thus, the study of animal temperament is necessary to select less excitable temperament animals resulting in healthy development and fewer accidents. The objective of this study was to estimate genetic parameters for traits related to animal temperament and growth traits of Nellore cattle. In addition to exploring the genetic pattern of these traits through cluster and principal component analysis (PCA), to reveal possible groups of individuals that express less excitable temperament and greater growth. A total of 2,332 measurements from 1,245 male and female Nellore cattle born between 2008 and 2016 were utilized in the study. The (co)variance components were estimated by Bayesian inference using a two-trait animal model. The heritability for temperament score (TS), flight speed (FS), body condition score (BCS), live weight (LW), and hip height (HH) were 0.08, 0.12, 0.06, 0.13, and 0.48, respectively. The genetic correlation between the temperament indicator traits was strong and positive (0.78 ± 0.24). The TS and FS showed a favorable or null genetic correlation with LW, BCS, and HH. The third cluster included animals with low EBV for TS and FS and with high EBV for BCS, LW, and HH. In the PCA, the PC1 was what best evidenced the aim of this study; thus, our findings suggest that we could explore select animals based on cluster 3 and PC1 in breeding programs to select Nellore cattle with less excitable temperament and greater growth.
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 | 0,001 |
| 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 ».