MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414831366 · doi:10.1093/jas/skaf300.146

81 Genetic relationships among feed intake, growth, and body weight in Holstein calves.

2025· article· en· W4414831366 sur OpenAlexaffabout
Avalon G R Phillips, Bayode O. Makanjuola, F. Miglior, Flávio S. Schenkel, Christine F. Baes, Ricarda E Jahnel

Notice bibliographique

RevueJournal of Animal Science · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHeritabilityFeed conversion ratioBody weightNutrientTraitWeight gain

Résumé

récupéré en direct d'OpenAlex

Abstract Ensuring high feed intake and growth rates early in life has been positively associated with improved calf wellbeing and milk production in dairy cattle. Genetic selection for these early-life traits could produce calves that achieve high growth rates without increasing feed resources, reducing operational costs and environmental impact. However, feed efficiency is a composite trait with contributions from underlying genetic relationships among feed intake and energy sink traits. The objective of this study was to estimate genetic parameters for calf feed efficiency related traits in the pre-weaning and peri-weaning period, including metabolizable energy intake (MEI), average daily gain (ADG), and metabolic body weight (MBW). In total, 4,662 weekly average records for feed intake, ADG, and MBW from 938 Holstein dairy calves from 2016 to 2024 were provided by the Ontario Dairy Research Centre. MEI was calculated from the metabolizable energy content in the milk replacer and concentrated feed to capture the nutrient utilisation of both diets fed to calves in the pre-weaning and peri-weaning periods. Average MEI was 5.50 ± 1.62 Mcal for the pre-weaning period and 5.78 ± 1.43 Mcal for the peri-weaning period. Average MBW was 19.82 ± 2.16 kg0.75 for the pre-weaning period and 28.46 ± 2.27 kg0.75 for the peri-weaning period. Average ADG was 0.83 ± 0.21 kg/day in the pre-weaning period and 0.93 ± 0.16 kg/day in the peri-weaning period. A three-trait repeated records model for both time periods was fit in ASREML 4.2. Heritability estimates for pre-weaning MEI, ADG, and MBW were 0.32 ± 0.02, 0.20 ± 0.04, and 0.54 ± 0.06, respectively. Repeatability estimates for pre-weaning MEI, ADG, and MBW were 0.52 ± 0.02, 0.36 ± 0.02, and 0.88 ± 0.01, respectively. Strong positive genetic correlations were estimated between MEI and MBW (0.72 ± 0.06), MEI and ADG (0.86 ± 0.06), and MBW and ADG (0.76 ± 0.06) for the pre-weaning period. Heritability estimates for peri-weaning MEI, ADG, and MBW were 0.36 ± 0.02, 0.20 ± 0.04, and 0.51 ± 0.07 respectively. Repeatability estimates for peri-weaning MEI, ADG, and MBW were 0.68 ± 0.02, 0.36 ± 0.02, and 0.88 ± 0.01, respectively. Genetic correlations between all studied traits were lower in the peri-weaning period (0.44 ± 0.11 (MEI-MBW), 0.43 ± 0.12 (MEI-ADG), and 0.72 ± 0.06 (ADG-MBW)) in comparison to the pre-weaning period. These results highlight the opportunity for genetic selection as a strategy to improve early-life feed efficiency in Canadian dairy cattle. Estimates from this analysis will be used to derive genetic parameters for residual metabolizable energy intake as a measure of calf feed efficiency.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,031
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,012
Tête enseignante GPT0,244
Écart entre enseignants0,232 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Animal Science→Même sujetGenetic and phenotypic traits in livestock→Travaux en français237 207→