MétaCan
Menu
Retour à la cohorte
Enregistrement W4404327893 · doi:10.1111/asj.70010

Estimation of genetic and non‐genetic effects on productive life of Iranian Holstein dairy cows

2024· article· en· W4404327893 sur OpenAlexaff
Reza Reisi‐Vanani, Saeid Ansari Mahyari, A. Pakdel, R.I. Cue

Notice bibliographique

RevueAnimal Science Journal · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCullingSireIce calvingHerdAnimal scienceBiologyHeritabilityRandom effects modelLactationMedicinePregnancyInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

Understanding the factors that influence the lifespan of dairy cows is crucial for enhancing their productive life (PL). This study aimed to investigate the impact of genetic and environmental effects on the PL of Holstein cows. Data included 82,505 cows from 1952 sires that calved for the first time between 2001 and 2016. PL was defined from first calving to culling. Proportional hazard models, assuming a piecewise Weibull distribution of the baseline hazard function, were utilized to account for time-dependent effects, such as herd size variations, year-season, milk yield, fat and protein contents, and the time-independent fixed effect of age at first calving. Herd-year and sire effects were considered as random effects. All effects showed significant associations with PL (p < 0.001). The relative risk of culling was higher in heifers that calved at an older age and cows that calved during the cold season. Moreover, cows with lower production had a significantly shorter PL compared with high-producing cows. The effective heritability in the absence of censored data was estimated at 0.15. These findings suggest that greater attention should be paid to regular and accurate breeding programs, which are essential for enhancing profitability and the PL of Iranian dairy cows.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,254
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimal Science JournalMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207