Seleção para a produção de ovos em períodos parciais e acumulados em linhagem de frango de corte comercial
Bibliographic record
Abstract
Objetivou-se com este estudo estimar parâmetros genéticos para produções parciais e acumuladas de ovos em uma linha fêmea de frangos de corte comercial. Foram considerados 10 períodos mensais entre 25 e 64 semanas, três períodos parciais de 25 a 32, 33 a 48 e 49 a 64 semanas, e três períodos acumulados de 25 até 30, 40 e 50 semanas de idade. Os componentes de covariância e parâmetros genéticos foram obtidos pelo método da máxima verossimilhança restrita, sob o modelo animal considerando o efeito fixo de incubação e os efeitos aleatórios genético aditivo e residual. As estimativas de herdabilidade variaram de 0,12 a 0,41. Evidenciou-se que os períodos anteriores e posteriores ao maior nível de produção apresentam maior variabilidade genética. As correlações genéticas entre os períodos de produção de ovos estudados variaram de -0,12 a 0,98. De modo geral, o padrão de variação foi semelhante entre as estratégias avaliadas, e todas foram geneticamente associadas com a produção total. Os resultados deste estudo mostraram que a melhoria da produção total é viável por meio de seleção de registros parciais. No entanto, caso se considere a eficiência relativa de seleção, o segundo mês e os períodos a partir da quadragésima semana de produção seriam os mais indicados.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".