Estimativa de parâmetros genéticos de características de eficiência alimentar e de carcaça de touros Nelore, com uso de matriz genômica
Notice bibliographique
Résumé
A seleção de animais mais eficientes no uso de alimentos sem alterar a qualidade de carcaça é importante para os programas de melhoramento genético, podendo utilizar informações genômicas e de pedigree para aprimorar as estimativas de valores genéticos. Nesse contexto, o presente estudo tem como objetivo estimar parâmetros genéticos para as características consumo alimentar residual (CAR), consumo de matéria seca (CMS), área de olho do lombo (AOL) e espessuras de gordura subcutânea do lombo (EGS) e da garupa (EGS8) em animais Nelore participantes do Programa de Melhoramento Nelore Qualitas® utilizando matriz genômica. Os dados de CAR e CMS utilizados no estudo foram coletados em testes de eficiência alimentar nos anos de 2010 a 2023, em 1618 touros, com idade média de 643 ± 41 dias, em baias individuais e coletivas. A técnica de ultrassonografia foi realizada por técnicos de empresas comerciais, mensurando AOL, EGS e EGS8 dos animais dos testes. Modelo animal em análises uni e bivariadas, com abordagem bayesiana, foi aplicado para estimar os componentes de (co)variâncias e obter os parâmetros genéticos das características, utilizando o método single step genomic best linear unbiased prediction (GBLUP). Foram considerados os efeitos fixos de grupo de contemporâneos (baia e ano do teste), a covariável linear da idade do touro no início do teste, além dos efeitos aditivo e residual. As estimativas de herdabilidade variaram de moderadas a altas, com valores de 0,27 ± 0,05 (CAR), 0,30 ± 0,05 (CMS), 0,39 ± 0,05 (AOL), 0,37 ± 0,04 (EGS) e 0,58 ± 0,05 (EGS8). As correlações genéticas entre CAR e características de carcaça foram baixas, variando de -0,30 a 0,17, enquanto uma forte correlação positiva foi observada entre CAR e CMS (0,77 ± 0,06). O CMS apresentou correlações genéticas baixas com as características de carcaça, variando de -0,02 a 0,20 e uma correlação genética moderada/alta foi encontrada entre EGS_EGS8 (0,66 ± 0,06) e entre CAR_CMS (0,77 ± 0,06). A inclusão de características de eficiência e carcaça são passíveis de seleção e importantes para melhorar a qualidade da carcaça e a rentabilidade dos sistemas produtivos.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 ».