更新测试日牛奶产率因子用于遗传评估和乳制品生产系统:全面审查

科学领域:

• 动物科学 动物科学
• 乳制品生产 乳制品生产
• 量化遗传学 量化遗传学

背景情况:

• 准确估计每日牛奶产量对于乳牛群管理和遗传评估至关重要.
• 使用加法校正因子 (ACF) 和乘法校正因子 (MCF) 的传统方法由于离散的挤奶间隔类而存在局限性.
• 乳腺压力等生物学因素影响非线性乳液分泌率,这表明需要先进的建模.

研究的目的:

• 为从部分产量中估计每日牛奶产量的方法提供全面的审查.
• 将传统的校正因子方法与新兴的非线性模型进行比较.
• 讨论估计的牛奶产量对乳牛遗传评估的影响.

主要方法:

• 审查关于牛奶产量估计技术的现有文献.
• 添加校正因子 (ACF) 和乘法校正因子 (MCF) 模型的分析.
• 探索非线性模型,包括指数回归,以提高准确性.
• 在遗传评估中讨论哺乳期和测试日产量模型.

主要成果:

• ACF和MCF模型被广泛使用,但可以在较长的挤奶间隔中引入偏差.
• 非线性模型有望更准确地反映生物牛奶分泌模式.
• 连续校正因子提供了一个通用的解决方案,以减少每日牛奶产量估计的偏差.
• 测试日模型提供了详细的哺乳曲线信息,但需要小心处理估计错误.

结论:

• 准确的每日牛奶产量估计对于乳牛有效的遗传选择至关重要.
• 非线性和连续校正因子模型比传统方法提供了更好的准确性.
• 需要进一步的研究来解决测试日牛奶产量的估计错误对遗传评估的影响.