Comparing Bayesian models for genetic evaluation of oocytes and embryo counts in Dairy Gir cattle
Notice bibliographique
Résumé
Abstract Count traits are usually explored in livestock breeding programs and it usually does not fit into Normal distribution, requiring alternatives to adjust the phenotype to estimate accurate genetic parameters and breeding values. Alternatively, distribution such as Poisson can be used to evaluate count traits. This study aimed to compare and discuss the genetic evaluation for oocyte and embryo counts considering Gaussian (untransformed variable – LIN, transformed by logarithm – LOG, transformed by Anscombe – ANS) and Poisson (POI) distributions. The data comprised 11343 total oocytes, viable oocytes, cleaved embryos, viable embryos records of ovum pick-up from 1740 dairy Gir heifers and cows. The genetic parameters and breeding values were estimated by the MCMCglmm package of the R software. The posterior means of heritability varied from 0.40 (LIN) to 0.49 (POI) for TO; 0.39 (LIN) to 0.49 (POI) for VO; 0.30 (LOG) to 0.41 (POI) for CE; 0.19 (LIN) to 0.32 (POI) for VE, respectively. The posterior means of repeatability varied from 0.56 (LIN) to 0.65 (POI) for TO; 0.53 (LOG) to 0.63 (POI) for VO; 0.44 (LOG) to 0.60 (POI) for CE; 0.36 (LOG) to 0.56 (POI) for VE, respectively. Deviance information criterion and mean squared residuals indicated that POI model should be used for genetic evaluation of embryo and oocytes count traits. The Spearman rank correlation between estimated breeding value (EBV) for embryo and oocytes count traits computed by POI, LOG, and ANS models was high (ranging from 0.77 to 0.99), indicating little reordering among the best animals. The POI model is the most adequate for genetic evaluation, resulting in more reliable EBV for Dairy Gir cattle of oocyte and embryo counts traits.
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 | 0,028 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».