MétaCan
Menu
Back to cohort

Estimativa de parâmetros genéticos de características de eficiência alimentar e de carcaça de touros Nelore, com uso de matriz genômica

2025· article· pt· W7101418755 on OpenAlex

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

affAt least one author lists a Canadian institution in the pinned OpenAlex snapshot.

Bibliographic record

VenueSemina Ciências Agrárias · 2025
Typearticle
Languagept
FieldComputer Science
TopicChemical and Environmental Engineering Research
Canadian institutionsThompson Rivers University
FundersConselho Nacional de Desenvolvimento Científico e Tecnológico
KeywordsBeef cattlePopulationFood intakeAnimal modelFeedlotBody weight

Abstract

fetched live from OpenAlex

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.

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.

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.534
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0010.000
Scholarly communication0.0010.000
Open science0.0020.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.011
GPT teacher head0.274
Teacher spread0.264 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it