PSVII-11 Genetic parameter estimates for lamb survival in prolific and nonprolific ewes
Notice bibliographique
Résumé
Abstract Given the increasing global demand for animal products, increasing lamb survival is a key breeding objective for sheep. However, high prolificacy can be associated with increases in fetal and lamb mortality. Therefore, the goal of this study was to estimate the variance components and genetic parameters for lamb survival (LS), using a: 1) single-trait model, where all ewes are analyzed together; and 2) two-trait model, where ewes are grouped in two groups based on birth type [i.e., Group 1 (G1) = single lamb/ewe, and Group 2 (G2) = multiple lambs/ewe]. In both models, LS was defined as the survival of lamb from birth to weaning and analyzed as a threshold trait. A total of 1,040,629 records (215,075 from single and 825,554 from multiple birth) from 319,467 ewes from several breeds/breed groups were available for the study. There were no females with two different types of births. Variance components were estimated through Bayesian inference via Gibbs sampling implemented in the GIBBSF90+ program, fitting a two-trait animal model with maternal effects, in which breed/breed groups were included as fixed effects. Average number of lambs/ewe in G2 was 2.57 (SD = 0.72). Heritability estimated (± SE) for LS on the underlying scale using the single-trait (0.04 ± 0.10) and two-trait model (0.010 ± 0.001 for LSG1 and 0.031 ± 0.004 for LSG2) were low. Maternal heritability estimated by the single-trait model was 0.007 ± 0.043, while by the two-trait model the estimates were 0.010 ± 0.006 and 0.040 ± 0.005 for LSG1 and LSG2, respectively. The genetic correlation estimated between LSG1 and LSG2 was weak and positive (0.25 ± 0.21). The low non-significant genetic correlation between single and multiple birth groups suggests that lamb survival is a different genetic trait in different birth types. Therefore, selecting for improving LS in nonprolific ewes may not necessarily translate to improving LS in prolific ewes. This underscores the need for careful consideration and targeted breeding strategies to achieve desired outcomes in nonprolific and prolific sheep simultaneously. Further studies to define the optimal statistical approach to genetically evaluate LS in prolific and nonprolific ewes are warranted.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».