建立数据质量管理系统来管理种猪生长性能自动测定设备的测定数据

性能测定是所有育种工作的前提和基础,自动测定设备的测定又是比较精确的测定工作,但人们囿于对集成化测定设备的理解,误认为从中获取的数据可以直接拿来分析,用分析后的结论进行育种或生产指导。因为自动测定设备的工作环境(猪舍)相对比较复杂、工作对象(猪)又非常活跃,它的测定工作就会受到较多因素的影响。不同的影响因素对测定数据的影响程度是不一样的。该文中从借鉴工业数据质量管理的思路,通过实践逐步在现场建立"种猪生长性能自动测定设备数据质量管理系统",以期获得符合猪只真实行为的真实性能水平数据,以便能进一步增加使用这些数据的可靠性。     

种猪生长性能自动测定设备数据的特点及其正确性监控内容

种猪生长性能自动测定设备所获得的测定数据受到的影响因素比其他行业多,它不仅在环境比较恶劣的猪舍中运行,加上测定对象是有丰富动物行为的活猪,为此自动测定设备的测定工作会经常处于被干扰和测定数据容易出错的状态。笔者在现场多年的实践过程中发现其测定数据会出现不少不合理甚至有悖常理的数据,文章对此现象对测定数据出现的特点和测定数据正确性问题进行了分析和探讨,望能抛砖引玉,供同行参考。     

对剩余采食量和生长性状进行7个世代选择的遗传参数估计

剩余饲料量(Residual Feed Intake,RFI)是动物实际的饲料摄入量减去预期动物用于生长的饲料消耗量后得到的一个差值。利用1 642头(380头公猪、868头后备母猪和394头阉猪)并历经7代杜洛克猪测试所得到的数据,对剩余采食量(RFI)、采食量利用(RFI)、采食量(Feed Intake,FI)、日增重(Average Daily Gain,ADG)、背膘(Back Fat,BF)和眼肌面积(Loin Eye Area,LEA)进行遗传参数的估(Feed Intake,FI)、日增重进行遗传参数的估计和相关计算。采用4种模型评估RFI。RFI1:包括了入试期、体重和ADG;RFI2:包括了入试期、体重、ADG和BF;RFI3:计和相关计算。采用BF;RFI3:包括了入试期、体重、ADG和LEA;RFI4:包括了入试期、体重、ADG、BF和LEA。然后再用最大似然法(REML法)对上述包括了入试期、体重、ADG对上述的动物模型进行遗传参数的估计。RFI的遗传力处于中等(范围在0.22~0.38)。相应对于FI,ADG和LEA的遗传力也处于中等(范围在0.45~0.49),但BF的遗传力较高(0.72)。FI与ADG的遗传相关较高,为0.84;FI与BF的遗传相关也较高,为0.67。LEA围在0.67。LEA与FI的遗传相关-0.42,LEA与ADG的遗传相关为-0.11,LEA与BF的遗传相关为-0.44。当BF没有包含在RFI的模型中时,BF与RFI的遗传相关较高(BF与RFI1的遗传相关为0.77,与RFI3的遗传相关为0.76);而相比之下,BF与RFI2的遗传相关为0.11;与RFI4的遗传相关为0.07。LEA与RFI的遗传相关都为负(范围为-0.30到-0.60)。与-0.60)。对ADG、LEA和肌内脂肪含量进行选择,当对RFI进行评估时,会得到比较小但与意愿相符合的遗传进展。4个RFI之间对之间的表型相关为0,遗传相关较低(0.17~0.23)。FI与所有的RFI都存在强相关,不管是遗传相关(0.56~0.77)还是表型相关的表型相关为还是表型相关(0.56~0.66)。结果显示:对RFI进行选择也许会导致FI的降低,BF也会变薄,LEA会增加。至于BF或LEA的改变量将相对(0.56的改变量将相对取决于RFI是否对BF进行?     

直观影响种猪生长性能自动测定设备测定数据质量的因素及其阈值探讨

种猪自动测定设备采集表型饲料采食数据、日增重、猪只采食行为等数据,是集机械、电气电子和计算机、数据软件为一体的专门测定工具,也是现场育种和分子育种的重要又精密的测定数据采集工具。然而自动测定设备所处的测定环境却相对比较恶劣,影响数据正确性的因素也很多。影响数据正确性的因素中还有比较直观的影响因素,这些因素表现在一些明显差错类型的测定数据上,如相邻日体重变化量、数据链中断、零耳牌事件、饲料称重稳定性等。这些类型的异常数据也直接和间接地影响了测定数据的正确性,本文就这些影响因素对数据质量的影响及其阈值进行初步探讨。     

种猪自动测定设备数据中的单次最大采食量和单次最小采食量的监控阈值探讨

种猪自动测定设备是收集表型饲料采食数据、日增重、猪只采食行为等的集机械、电气电子和计算机、数据软件为一体的专门测定工具,也是现场育种和分子育种的重要工具。只有正确度高且可靠的测定数据,才能进行后续的日增重、料比等分析,才能对生产进行可靠的指导。然而自动测定设备所处的测定环境却相对比较恶劣,影响数据正确性的因素也很多。在多年的实践过程中发现测定数据会出现不少不合理甚至有悖常理的数据,对这些现象的科学分析是理解数据的正确性和提高测定数据正确性的管理的重要途径之一。笔者在测定过程中,发现单次采食有高有低,高的一次采食3 kg或以上,最低的甚至是出现负值的典型错误数据现象。文章进行了单次采食量最大值和最小值阈值的探讨,希望能抛砖引玉,供同仁参考。     

种猪生长性能自动测定系统的数据正确性及其影响因素

很多人认为既然是"自动"生长性能测定设备(简称为"自动测定设备"),就可以把运行过程中的人为管理降低到最低程度,而且往往把从测定设备里得到的实测数据直接拿来进行后续性能等分析。这其实是一个很大的误解,因为自动测定设备本身的精确度(奥斯本为1.5%)并不等于数据正确性,而且机械粘连、断料、动物行为等因素都会对数据正确性造成影响。该文从数据正确性的3个组成方面(数据精确性、准确性和合理性)入手,从负采食量、单次采食大于1500g和最大采食速度等方面详细阐述在测定设备运行中受到的影响因素及对育种值估计误差较大的结果。     

影响猪场猪只生长性能自动测定设备数据正确性的因素及数据维护的意义

猪场猪只生长性能自动测定设备现今在我国许多规模猪场已得到了广泛的应用,但其数据的正确性会受到多种因素的影响。如果不能保障生长性能测定数据的正确性,不仅会影响育种工作的效率,甚至会对育种工作产生误导。分析了影响猪场猪只生长性能测定数据正确性的3个根本因素:系统误差、设备运行过程中的随机影响因素和动物的行为干扰因素。并指出出错数据主要表现在4个方面:数据链中断、饲料中断、设备粘连、动物异常行为。需做好两方面的工作:加强管理以减少设备运行过程中影响数据正确性的因素,并对出错数据根据具体情况进行分析与维护,才能获得正确性高的数据。数据维护是自动设备的数据质量管理系统中的重要工作之一。只有进行分析与合理维护的测定数据,才能最大限度地展现测定动物的最真实的行为,体现测定数据的正确意义,让测定数据具有评估、应用和交流的实际意义。     

种猪生产性能电子测定管理的监测方法探讨

2000年后,我国养猪界引进了不少先进的养猪设备,其中包括种猪生产性能测定设备.这些设备的共同特点是在传统的技术上再结合了新的电子、计算机和APP技术. 目前,国内占主流的开放式动态投料型设备,是2000年初从美国引进的测定设备.毋庸置疑,这些先进设备曾在替代猪场繁重的种猪生产性能测定工作方面发挥了积极作用.然而,20...     

测量不确定性下的种猪生产性能电子测定工作数据的监测和可信度评估方法

电子测定技术是在现代育种技术需要和现代科技进步下发展起来的一种针对饲料报酬测定的新技术，不仅极大提高了测定工作效率，也提供了现代育种技术所需要的动物生长全过程的表型值信息。但电子测定工作数据也带来了与传统习惯认知不同的表现，主要是在工作数据的正确性表述上。测量不确定观点认为，测量过程中的不确定性广泛存在于所有的测量工作中，被测量值(“真值”)是一个理想化概念，而且测量得到的量值(“测量结果”)也必定存在某些不确定的误差。电子测定与传统习惯的人工测定在工作数据正确性表述上不同的原因是测量不确定效应对这两种数据的影响不同，而且电子测定工作数据到目前为止还是一个没有测定意义的纯记录性质的观测列数据。在电子测定过程中，对测定过程的监测和测定数据正确程度的评估是测定管理中一个很重要的工作内容，监测是监视工作数据中的异常表现，评估计算工作数据中的异常表现对其正确性的影响程度。本文在测量不确定性观点下，从监测和评估电子测定工作数据正确性的可行性上分析电子测定过程中可能出现的问题和评定测定工作数据质量可信度的方法。     

测量不确定性下的种猪生长性能人工与电子测定工作数据正确性表现(上)

种猪生长性能的电子测定设备对加快育种做出了重大贡献，我国养猪界对电子测定技术在种猪育种领域的应用价值也有所熟知，但很多猪场并没有使所测定数据发挥应有的作用，原因是人们普遍质疑测定数据的正确性，是测定人员对电子测定的工作数据的正确性表现存在认识误区，从而不能采取有效的测定管理。本文探讨了被测量值与测量误差在人工测定和电子测定工况下的表现和特点，以帮助人们正确认识电子测定设备在种猪生长性能测定中的价值，加快我国种猪的遗传育种进展。