Estimation of genetic variance for macro- and micro-environmental sensitivity using double hierarchical generalized linear models

Background: Genetic variation for environmental sensitivity indicates that animals are genetically different in their response to environmental factors. Environmental factors are either identifiable (e.g. temperature) and called macro-environmental or unknown and called micro-environmental. The objectives of this study were to develop a statistical method to estimate genetic parameters for macro- and micro-environmental sensitivities simultaneously, to investigate bias and precision of resulting estimates of genetic parameters and to develop and evaluate use of Akaike’s information criterion using h-likelihood to select the best fitting model. Methods: We assumed that genetic variation in macro- and micro-environmental sensitivities is expressed as genetic variance in the slope of a linear reaction norm and environmental variance, respectively. A reaction norm model to estimate genetic variance for macro-environmental sensitivity was combined with a structural model for residual variance to estimate genetic variance for micro-environmental sensitivity using a double hierarchical generalized linear model in ASReml. Akaike’s information criterion was constructed as model selection criterion using approximated h-likelihood. Populations of sires with large half-sib offspring groups were simulated to investigate bias and precision of estimated genetic parameters. Results: Designs with 100 sires, each with at least 100 offspring, are required to have standard deviations of estimated variances lower than 50% of the true value. When the number of offspring increased, standard deviations of estimates across replicates decreased substantially, especially for genetic variances of macro- and micro-environmental sensitivities. Standard deviations of estimated genetic correlations across replicates were quite large (between 0.1 and 0.4), especially when sires had few offspring. Practically, no bias was observed for estimates of any of the parameters. Using Akaike’s information criterion the true genetic model was selected as the best statistical model in at least 90% of 100 replicates when the number of offspring per sire was 100. Application of the model to lactation milk yield in dairy cattle showed that genetic variance for micro- and macro-environmental sensitivities existed. Conclusion: The algorithm and model selection criterion presented here can contribute to better understand genetic control of macro- and micro-environmental sensitivities. Designs or datasets should have at least 100 sires each with 100 offspring.

Designens betydelse vid val av boxvin : En studie om konsumenters preferenser av designfaktorer på bag-in-box-vin.

På den svenska marknaden står bag-in-box-vin för över 50 procent av allt vin som säljs och Sverige är det land där bag-in-boxen fått starkast fäste i världen (Fremin, 2012). Det gör att bag-in-box-förpackningen är en stor och betydelsefull produkt för vintillverkare och att ha kunskap om säljande design är viktigt för grafiska formgivare samt övriga involverade företag. Den föreliggande studiens syfte var att undersöka vilka designfaktorer på bagin- box-förpackningar som påverkar konsumenternas val av vin i Sverige. Studien innefattade en visuell kartläggning som ämnade ge en överblick av utbudet på ett Systembolag. Detta genomfördes för att skapa en grund till den webbaserade enkätundersökningen som genomfördes under våren 2015. Resultaten visade att majoriteten av respondenterna valde vin baserat på förpackningens utseende och ansåg att de påverkades främst av färg, typsnitt, illustrationer och varumärken. Resultaten visade också att ju högre vinkunskap konsumenterna hade desto mindre påverkade designen deras val. Kvinnor och män hade generellt olika åsikter angående hur stor påverkan de olika designfaktorerna hade vid valet av bag-in-box-vin. Denna studie är endast ett avstamp till ett ämne som innefattar många påverkande faktorer. Det betyder att mer forskning krävs inom ämnet innan helt sanningsenliga resultat kan fastställas.