Review: Opportunities and challenges for the genetic selection of dairy calf disease traits
Notice bibliographique
Résumé
Interest in dairy cow health continues to grow as we better understand health's relationship with production potential and animal welfare. Over the past decade, efforts have been made to incorporate health traits into national genetic evaluations. However, they have focused on the mature cow, with calf health largely being neglected. Diarrhoea and respiratory disease comprise the main illnesses with regard to calf health. Conventional methods to control calf disease involve early separation of calves from the dam and housing calves individually. However, public concern regarding these methods, and growing evidence that these methods may negatively impact calf development, mean the dairy industry may move away from these practices. Genetic selection may be a promising tool to address these major disease issues. In this review, we examined current literature for enhancing calf health through genetics and discussed alternative approaches to improve calf health via the use of epidemiological modelling approaches, and the potential of indirectly selecting for improved calf health through improving colostrum quality. Heritability estimates on the observed scale for diarrhoea ranged from 0.03 to 0.20, while for respiratory disease, estimates ranged from 0.02 to 0.24. The breadth in these ranges is due, at least in part, to differences in disease prevalence, population structure, data editing and models, as well as data collection practices, which should be all considered when comparing literature values. Incorporation of epidemiological theory into quantitative genetics provides an opportunity to better determine the level of genetic variation in disease traits, as it accounts for disease transmission among contemporaries. Colostrum intake is a major determinant of whether a calf develops either respiratory disease or diarrhoea. Colostrum traits have the advantage of being measured and reported on a continuous scale, which removes the issues classically associated with binary disease traits. Overall, genetic selection for improved calf health is feasible. However, to ensure the maximum response, first steps by any industry members should focus efforts on standardising recording practices and encouragement of uploading information to genetic evaluation centres through herd management software, as high-quality phenotypes are the backbone of any successful breeding programme.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».