Predicting Rice Stem Stink Bug Population Dynamics Based on GAMLSS Models.

Seidel, E J; Pazini, J B; Tomazella, V L D; Vieira, A M C; Silva, F F; Martins, J F S; Barrigossi, J A F

Seidel, E J; Pazini, J B; Tomazella, V L D; Vieira, A M C; Silva, F F; Martins, J F S; Barrigossi, J A F.

Afiliação

Seidel EJ; Department of Statistic, Federal University of Santa Maria, Santa Maria, RS, Brazil.
Pazini JB; Department of Plant Protection, Federal University of Pelotas, Pelotas, RS, Brazil.
Tomazella VLD; Department of Statistic, Federal University of São Carlos, São Carlos, SP, Brazil.
Vieira AMC; Department of Statistic, Federal University of São Carlos, São Carlos, SP, Brazil.
Silva FF; Federal University of Pampa, São Gabriel, RS, Brazil.
Martins JFS; Brazilian Agricultural Research Corporation, Embrapa Temperate Agriculture, Monte Bonito, Pelotas, RS, Brazil.
Barrigossi JAF; Brazilian Agricultural Research Corporation, Embrapa Rice & Bean, Fazenda Capivara, Santo Antônio de Goiás, GO, Brazil.

Environ Entomol ; 49(5): 1145-1154, 2020 10 17.

Article em En | MEDLINE | ID: mdl-32949128

Assuntos

Heterópteros; Oryza; Animais; Brasil; Dinâmica Populacional

Palavras-chave

Integrated Pest Management; modeling; negative binomial regression; rice cycle time

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Oryza / Heterópteros Tipo de estudo: Prognostic_studies / Risk_factors_studies Limite: Animals País/Região como assunto: America do sul / Brasil Idioma: En Revista: Environ Entomol Ano de publicação: 2020 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google