Análise de agrupamento via método do 𝑘-médias para seleção genética em ovinos
Notice bibliographique
Résumé
A ovinocultura brasileira vem mostrando ao longo do tempo um aumento no potencial produtivo e de consumo. Entretanto, enfrenta barreiras relacionadas a criação dos pequenos ruminantes, barreiras relacionadas as infecções causadas por nematóides gastrointestinais. Buscando quebrar essas barreiras, os criadores costumam fazer uso de tratamentos a base de anti-helminticos, no entanto os nematóides ao longo do tempo criaram o que chamam de resistência anti-helmintica. Na busca por métodos que não envolvam esses tratamentos, alguns estudos surgiram objetivando a seleção genética via análise de agrupamentos. Nesse trabalho, são utilizados três variáveis, baseadas no número médio de ovos por grama de fezes (OPG), ganho de peso diário que foi calculado de duas formas e a porcentagem média para o teste do hematócrito (HT), as quais foram coletadas durante o período de 2020 a 2022 em ovinos da raça Santa Inês. Os dados passaram por uma análise de componentes principais e uma análise de agrupamentos pelo algoritmo do 𝑘-médias para a obtenção dos grupos com as características de resiliência, resistências e sensíveis a infecção pelos parasitas. A análise foi feita via software R e a determinação dos grupos foi feita através de uma análise detalhada dos dados.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,046 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».