MétaCan
Menu
← Retour à la cohorte
Enregistrement W6901686659 · doi:10.6084/m9.figshare.11598405

MOESM1 of Genetic architecture of quantitative traits in beef cattle revealed by genome wide association studies of imputed whole genome sequence variants: I: feed efficiency and component traits

2020· article· en· W6901686659 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSingle-nucleotide polymorphismGenetic architectureGenetic associationGenome-wide association studySNPBeef cattleGenomeDNA sequencingComponent (thermodynamics)

Résumé

récupéré en direct d'OpenAlex

Additional file 1: Figure S1. Distribution of SNP allele substitution effects (left) and additive genetic variances explained by single SNPs (right) for RFI, DMI, ADG, and MWT based on 7.8 M whole genome sequence (WGS) variants; Figure S2. The enriched cellular and molecular functions (top) and cell morphology network (bottom) for RFI; Figure S3. The enriched cellular and molecular functions (top) and carbohydrate metabolism network (bottom) for DMI; Figure S4. The enriched cellular and molecular functions (top) and carbohydrate metabolism network (bottom) for ADG; Figure S5. The enriched cellular and molecular functions (top) and cellular compromise network (bottom) for MWT; Figure S6. Lipid metabolism network for RFI and its component traits DMI, ADG, and MWT; Figure S7. Common lead significant SNPs with the same IDs (a) and candidate genes (b) among RFI and its three component traits at thresholds P-value < 1.00E-05 and FDR < 0.10 based on the imputed 7.8 M DNA variant GWAS; Figure S8. Principal component analyses of Canadian beef cattle populations (N = 7573) based on the 50 K (a) and 7.8 M WGS (b) panels.

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)0,010
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil0,953

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,2850,012

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 Opus0,031
Tête enseignante GPT0,264
Écart entre enseignants0,234 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetGenetic and phenotypic traits in livestock→Travaux en français237 207→