Physiological and sanitary quality of wheat cultivars seeds subjected to chemical and biological seed treatments / Qualidade fisiológica e sanitária de sementes de cultivares de trigo submetidas a tratamentos de sementes químico e biológico

Brazilian wheat farming is characterized by a high occurrence of seed-transmitted diseases that can cause significant damage to grain production. The objective of this study was to evaluate the influence of seed treatments on the physiological and sanitary quality of wheat cultivar seeds. Seeds from three commercial wheat cultivars (TBIO Sossego, TBIO Sinuelo, and TBIO Toruk) were used, along with four seed treatments (Control, Chemical, Biological, and Chemical + Biological). The physiological quality of the seeds was determined based on first germination count, germination percentage, quantification of abnormal seedlings, shoot and radicle length, whole seedling dry weight, and emergence velocity index (EVI). The sanitary quality was assessed using the Blotter test. Overall, the chemical treatment combined with the seeds of the TBIO Toruk cultivar provided better indices of physiological and sanitary quality.(AU)

A triticultura brasileira é marcada pela elevada ocorrência de doenças transmitidas via sementes, capazes de causar danos à produção de grãos. Objetivou-se avaliar a influência de tratamentos de sementes na qualidade fisiológica e sanitária de sementes de cultivares de trigo. Foram utilizadas sementes de três cultivares comerciais de trigo (TBIO Sossego, TBIO Sinuelo e TBIO Toruk) e quatro tratamentos de sementes (Controle, Químico, Biológico e Químico + Biológico). A qualidade fisiológica das sementes foi determinada com base nos testes de primeira contagem de germinação, germinação, quantificação número de plântulas anormais, comprimento de parte aérea e radícula, massa seca de plântula inteira e índice de velocidade de emergência (IVE). A qualidade sanitária foi determinada através do Blotter test. Em geral, o tratamento químico associado às sementes da cultivar TBIO Toruk proporcionou melhores índices de qualidade fisiológica e sanitária.(AU)

Optimizing Bartlett test: a grain yield analysis in soybean / Otimizando o teste de Bartlett: uma análise da produtividade de grãos em soja

ABSTRACT: This study analyzed the response of the Bartlett test as a function of sample size and to define the optimal sample size for the test with soybean grain yield data. Six experiments were conducted in a randomized block design with 20 or 30 cultivars and three repetitions. Grain yield was determined per plant, totaling 9,000 sampled plants. Next, sample scenarios of 1, 2, ..., 100 plants were simulated and the optimal sample size was defined via maximum curvature points. The increase in sampled plants per experimental unit favors Bartlett test's precision. Also, the sampling of 17 to 20 plants per experimental unit is enough to maintain the accuracy of the test.

RESUMO: Os objetivos deste estudo foram analisar a resposta do teste de Bartlett em função do tamanho de amostra e definir o tamanho amostral ótimo para o teste com dados de produtividade de grãos de soja. Foram conduzidos seis experimentos em delineamento de blocos ao acaso com 20 ou 30 cultivares e três repetições. A produtividade de grãos foi definida por planta, totalizando 9.000 plantas amostradas. Logo, foram simulados cenários amostrais de 1, 2, ..., 100 plantas e definido o tamanho amostral ótimo via pontos de máxima curvatura. O aumento de plantas amostradas por unidade experimental favorece a precisão do teste de Bartlett. Além disso, a amostragem de 17 a 20 plantas por unidade experimental é suficiente para manter a acurácia do teste.

Does soybean sample size impact Tukey's test for non-additivity? / O tamanho de amostra em soja impacta o teste de não aditividade de Tukey?

ABSTRACT: This study analyzed the interference of sample size on Tukey's test for non-additivity and found the sample size to optimize the test for soybean grain yield. Six experiments were conducted in a completely randomized block design with either 20 or 30 cultivars and three repetitions of each treatment. Grain yield was determined per plant, totaling 9,000 sampled plants. Next, sample scenarios up to 100 plants were simulated, estimating F statistic for a degree of freedom of the error in each scenario. After that, the optimal sample size was defined via power models and maximum curvature point. Results showed the number of sampled plants per experimental unit influences the estimates of Tukey's test for non-additivity. Also, the sampling of 14 to 19 plants per experimental unit allows for maintaining the accuracy of the test.

RESUMO: Os objetivos deste estudo foram analisar a interferência do tamanho amostral no teste de não aditividade de Tukey e encontrar o tamanho de amostra para otimizar o teste para a produtividade de grãos em soja. Seis experimentos em delineamento de blocos ao acaso foram conduzidos com 20 ou 30 cultivares de soja em três repetições de cada tratamento. A produtividade de grãos foi definida por planta, totalizando 9.000 plantas amostradas. A seguir, foram simulados cenários amostrais de até 100 plantas, estimando a estatística F para um grau de liberdade do erro em cada cenário. Após, foi definido o tamanho amostral ótimo via modelos de potência e pontos de máxima curvatura. Os resultados mostram que o número de plantas amostradas por unidade experimental influencia as estimativas do teste de não aditividade de Tukey. Além disso, a amostragem de 14 a 19 plantas por unidade experimental possibilita manter a acurácia do teste.

Sample size affects the precision of the analysis of variance in experiments with cauliflower seedlings / O tamanho de amostra afeta a precisão da análise de variância em experimentos com mudas de couve-flor

ABSTRACT: This study verified whether sample size would affect the precision of the analysis of variance in experiments with cauliflower seedlings. An experiment was carried out where the number of leaves and shoot, root and total length were measured. For each variable, resamplings with repositions were performed in sample scenarios of 1, 2, …, 100 seedlings per experimental unit, and the sample size was defined for the variance components through Schumacher models and maximum curvature points. The mean squares of the analysis of variance suffer direct interference from the number of sampled seedlings. The sampling of 16 seedlings per experimental unit is enough to estimate the analysis of variance reliably, promoting satisfactory precision gains compared to the sampling of only one seedling per experimental unit.

RESUMO: Este estudo verificou se o tamanho de amostra afetaria a precisão da análise de variância em experimentos com mudas de couve-flor. Um experimento foi conduzido onde o número de folhas, comprimento de parte aérea, raiz e total foram mensurados. Para cada variável, reamostragens com reposição foram realizadas em cenários amostrais de 1, 2, ..., 100 mudas por unidade experimental e o tamanho de amostra foi definido para os componentes de variância por meio de modelos de Schumacher e pontos de máxima curvatura. Os quadrados médios da análise de variância sofrem interferência direta do número de mudas amostradas. A amostragem de 16 mudas por unidade experimental é suficiente para estimar a análise de variância de forma confiável, promovendo satisfatórios ganhos de precisão ao comparar-se com a amostragem de apenas uma muda por unidade experimental.

Does soybean sample size impact Tukey's test for non-additivity? / O tamanho de amostra em soja impacta o teste de não aditividade de Tukey?

This study analyzed the interference of sample size on Tukey's test for non-additivity and found the sample size to optimize the test for soybean grain yield. Six experiments were conducted in a completely randomized block design with either 20 or 30 cultivars and three repetitions of each treatment. Grain yield was determined per plant, totaling 9,000 sampled plants. Next, sample scenarios up to 100 plants were simulated, estimating F statistic for a degree of freedom of the error in each scenario. After that, the optimal sample size was defined via power models and maximum curvature point. Results showed the number of sampled plants per experimental unit influences the estimates of Tukey's test for non-additivity. Also, the sampling of 14 to 19 plants per experimental unit allows for maintaining the accuracy of the test.

Os objetivos deste estudo foram analisar a interferência do tamanho amostral no teste de não aditividade de Tukey e encontrar o tamanho de amostra para otimizar o teste para a produtividade de grãos em soja. Seis experimentos em delineamento de blocos ao acaso foram conduzidos com 20 ou 30 cultivares de soja em três repetições de cada tratamento. A produtividade de grãos foi definida por planta, totalizando 9.000 plantas amostradas. A seguir, foram simulados cenários amostrais de até 100 plantas, estimando a estatística F para um grau de liberdade do erro em cada cenário. Após, foi definido o tamanho amostral ótimo via modelos de potência e pontos de máxima curvatura. Os resultados mostram que o número de plantas amostradas por unidade experimental influencia as estimativas do teste de não aditividade de Tukey. Além disso, a amostragem de 14 a 19 plantas por unidade experimental possibilita manter a acurácia do teste.

Optimizing Bartlett test: a grain yield analysis in soybean / Otimizando o teste de Bartlett: uma análise da produtividade de grãos em soja

This study analyzed the response of the Bartlett test as a function of sample size and to define the optimal sample size for the test with soybean grain yield data. Six experiments were conducted in a randomized block design with 20 or 30 cultivars and three repetitions. Grain yield was determined per plant, totaling 9,000 sampled plants. Next, sample scenarios of 1, 2, ..., 100 plants were simulated and the optimal sample size was defined via maximum curvature points. The increase in sampled plants per experimental unit favors Bartlett test's precision. Also, the sampling of 17 to 20 plants per experimental unit is enough to maintain the accuracy of the test.

Os objetivos deste estudo foram analisar a resposta do teste de Bartlett em função do tamanho de amostra e definir o tamanho amostral ótimo para o teste com dados de produtividade de grãos de soja. Foram conduzidos seis experimentos em delineamento de blocos ao acaso com 20 ou 30 cultivares e três repetições. A produtividade de grãos foi definida por planta, totalizando 9.000 plantas amostradas. Logo, foram simulados cenários amostrais de 1, 2, ..., 100 plantas e definido o tamanho amostral ótimo via pontos de máxima curvatura. O aumento de plantas amostradas por unidade experimental favorece a precisão do teste de Bartlett. Além disso, a amostragem de 17 a 20 plantas por unidade experimental é suficiente para manter a acurácia do teste.

What is the best way to define sample size for cauliflower seedlings? / Qual é a melhor maneira para definir o tamanho amostral para mudas de couve-flor?

This study compared four methods for defining the ideal sample size per experimental unit to estimate the overall experimental mean for the total length, shoot length, root length, and the number of leaves of cauliflower seedlings. An experiment was carried out where the number of leaves, shoot, root, and total length were measured, and the general, perpendicular distance, linear response plateau, and spline methods were tested. While the general method may under or overestimate sample size and the sampling of 10 seedlings suggested by the spline method is still too far from the stabilization point of the curve, the perpendicular distance and linear plateau response methods are recommended to obtain results corresponding to narrower confidence interval widths. Therefore, according to the perpendicular distance method, at least 15 seedlings per experimental unit are required to estimate the overall experimental mean of cauliflower seedlings reliably for the traits here measured.

Este estudo comparou quatro métodos para definir o tamanho amostral ideal por unidade experimental para estimar a média experimental geral para o comprimento total, comprimento de parte aérea, comprimento de raiz e número de folhas de mudas de couve-flor. Um experimento foi conduzido no qual foram medidos o número de folhas, o comprimento total, de parte aérea e de radícula, e foram testados os métodos: geral, de distâncias perpendiculares, resposta linear platô e spline. Enquanto o método geral pode sub ou superestimar o tamanho amostral e a amostragem de 10 mudas sugerida pelo método spline ainda se encontra muito distante do ponto de estabilização da curva, os métodos de distâncias perpendiculares e resposta linear platô são recomendados por obterem resultados que corresponderam a amplitudes de intervalos de confiança menores. Portanto, de acordo com o método de distâncias perpendiculares, pelo menos 15 mudas por unidade experimental são necessárias para estimar a média experimental geral de mudas de couve-flor confiavelmente para as variáveis aqui mensuradas.

Nonlinear models in the height description of the Rhino sunflower cultivar / Modelos não lineares na descrição de altura da cultivar de girassol Rhino

Sunflower produces achenes and oil of good quality, besides serving for production of silage, forage and biodiesel. Growth modeling allows knowing the growth pattern of the crop and optimizing the management. The research characterized the growth of the Rhino sunflower cultivar using the Logistic and Gompertz models and to make considerations regarding management based on critical points. The data used come from three uniformity trials with the Rhino confectionery sunflower cultivar carried out in the experimental area of the Federal University of Santa Maria - Campus Frederico Westphalen in the 2019/2020 agricultural harvest. In the first, second and third trials 14, 12 and 10 weekly height evaluations were performed on 10 plants, respectively. The data were adjusted for the thermal time accumulated. The parameters were estimated by ordinary least square's method using the Gauss-Newton algorithm. The fitting quality of the models to the data was measured by the adjusted coefficient of determination, Akaike information criterion, Bayesian information criterion, and through intrinsic and parametric nonlinearity. The inflection points (IP), maximum acceleration (MAP), maximum deceleration (MDP) and asymptotic deceleration (ADP) were determined. Statistical analyses were performed with Microsoft Office Excel® and R software. The models satisfactorily described the height growth curve of sunflower, providing parameters with practical interpretations. The Logistics model has the best fitting quality, being the most suitable for characterizing the growth curve. The estimated critical points provide important information for crop management. Weeds must be controlled until the MAP. Covered fertilizer applications must be carried out between the MAP and IP range. ADP is an indicator of maturity, after reaching this point, the plants can be harvested for the production of silage without loss of volume and quality.

O girassol produz aquênios e óleo de qualidade, além de servir para produção de silagem, forragem e biodiesel. A modelagem de crescimento permite conhecer o padrão de crescimento da cultura e otimizar o manejo. O objetivo deste trabalho foi caracterizar o crescimento da cultivar de girassol Rhino por meio dos modelos Logístico e Gompertz e fazer considerações a respeito do manejo com base em pontos críticos. Os dados utilizados são oriundos de três ensaios de uniformidade com a cultivar de girassol confeiteiro Rhino, conduzidos na área experimental da Universidade Federal de Santa Maria, Campus Frederico Westphalen, na safra 2019/2020. Foram realizadas 14, 12 e 10 avaliações semanais de altura em 10 plantas, respectivamente, no primeiro, segundo e terceiro ensaio. Os dados foram ajustados em função da soma térmica acumulada. Os parâmetros foram estimados por meio do método dos mínimos quadrados ordinários, usando o algoritmo de Gauss-Newton. A qualidade de ajuste dos modelos aos dados foi medida pelo coeficiente de determinação ajustado, critério de determinação de Akaike, critério bayesiano de informação, e por meio da não linearidade intrínseca e paramétrica. Foram determinados os pontos de inflexão (IP), máxima aceleração (MAP), máxima desaceleração (MDP) e desaceleração assintótica (ADP). As análises estatísticas foram realizadas com Microsoft Office Excel® e o software R. Os modelos descreveram de forma satisfatória a curva de crescimento da altura do girassol, fornecendo parâmetros com interpretações práticas. O modelo Logístico apresenta melhor qualidade de ajuste, sendo o mais adequado para caracterização da curva de crescimento. Os pontos críticos estimados fornecem informações importantes para o manejo da cultura. As plantas daninhas devem ser controladas até o MAP. As aplicações de fertilizantes em cobertura devem ser realizadas entre MAP e IP. O ADP é um indicador de maturidade, após atingir este ponto, as plantas podem ser colhidas para a produção de silagem sem perda de volume e qualidade.

Leaf area estimation of Burley tobacco / Estimativa da área foliar de tabaco do tipo Burley

Leaf area is an important growth variable in agricultural crops and the leaf is the main variable of interest in the tobacco industry. So, the aim of this scientific research was to estimate the Burley tobacco leaf area by linear dimensions of the leaves and to determine which mathematical model is more adequate for this purpose. Two experiments were carried out with Burley tobacco, cultivar DBH 2252, in 2016/2017 and 2018/2019 agricultural years, respectively, in the municipalities of Itaqui and Vanini - RS - Brazil. In 600 leaves were measured length (L), width (W), length×width product (LW), length/width ratio (L/W) and determined the real leaf area (LA). Four hundred and fifty leaves were separated to generate models of the leaf area as a function of linear dimension and the other 150 leaves were used for models validation. The power model LA = 0.5037LW1.04435 (R² = 0.9960) is the most adequate for Burley tobacco ‘DBH 2252 leaf area estimation. Alternatively, the models LA=2.0369W1.8619 (R²=0.9796) and LA=0.1222L2.2771 (R²=0.9738) based on width and length, respectively, can be used when only one leaf dimension is measured.(AU)

A área foliar é uma importante variável de crescimento em culturas agrícolas, sendo a folha a principal variável de interesse na indústria do tabaco. Assim, o objetivo deste estudo científico foi determinar a área foliar de tabaco tipo Burley por meio de dimensões lineares da folha e determinar qual modelo matemático é mais adequado para essa finalidade. Dois experimentos foram conduzidos com tabaco tipo Burley, cultivar DBH 2252, nos anos agrícolas de 2016/2017 e 2018/2019, respectivamente, nos municípios de Itaqui e Vanini, RS, Brasil. Em 600 folhas foram medidos o comprimento (L), a largura (W), o produto comprimento×largura (LW), a razão comprimento/largura (L/W) e determinada a área foliar real (LA). Foram separadas 450 folhas para a geração de modelos de estimativa de área foliar em função da dimensão linear e 150 folhas foram utilizadas para a validação dos modelos. O modelo LA = 0,5037LW1,04435 (R² = 0,9960) é adequado para a estimação da área foliar de tabaco Burley cultivar DBH 2252. Alternativamente, os modelos LA=2,0369W1,8619 (R²=0,9796) e LA=0,1222L2,2771 (R²=0,9738) baseados na largura e comprimento, respectivamente, podem ser utilizados quando apenas uma dimensão da folha é medida.(AU)

Plot size and number of replications for ryegrass experiments / Tamanho de parcela e número de repetições para experimentos na cultura do azevém

The objective of this research was to determine the optimal plot size and the number of replications to evaluate the fresh matter of ryegrass sown to haul. Twenty uniformity trials were conducted, each trial with 16 basic experimental units (BEU) of 0.5 m2. At 117, 118 and 119 days after sowing, the fresh matter of ryegrass in the BEUs of 5, 10 and 5 uniformity trials, respectively, were determined. The optimal plot size was determined by the maximum curvature method of the variation coefficient model. Next, the replications number was determined in scenarios formed by combinations of i treatments (i = 3, 4, ... 50) and d minimum differences between means of treatments to be detected as significant at 5% of probability by the Tukey test, expressed in experimental mean percentage (d = 10, 11, ... 20%). The optimal plot size to determine the fresh matter of ryegrass seeded at the haul is 2.19 m2, with a variation coefficient of 9.79%. To identify as significant at 5% probability, by the Tukey test, differences between treatment means of 20%, are required five, six, seven and eight replications, respectively, in ryegrass experiments with up to 5, 10, 20 and 50 treatments.(AU)

Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela e o número de repetições para avaliar a massa verde de azevém semeado a lanço. Foram conduzidos 20 ensaios de uniformidade, sendo cada ensaio composto por 16 unidades experimentais básicas (UEB) de 0,5 m2. Aos 117, 118 e 119 dias após semeadura foi determinada a massa verde de azevém nas UEB de 5, 10 e 5 ensaios de uniformidade, respectivamente. Foi determinado o tamanho ótimo de parcela pelo método da curvatura máxima do modelo do coeficiente de variação. A seguir, foi determinado o número de repetições em cenários formados pelas combinações de i tratamentos (i = 3, 4, ..., 50) e d diferença mínima significativa do teste de Tukey a 5% de probabilidade, expressa em percentagem da média do experimento (d = 10%, 11%, ..., 20%). Conclui-se que o tamanho ótimo de parcela para determinar a massa verde de azevém semeado a lanço é de 2,19m2, com coeficiente de variação de 9,79%. Para identificar como significativas a 5% de probabilidade pelo teste de Tukey, diferenças entre médias de tratamentos de 20%, o número de repetições necessárias é de cinco, seis, sete e oito repetições, respectivamente, para experimentos com até 5, 10, 20 e 50 tratamentos na cultura do azevém.(AU)

Plot size and replications number for triticale experiments / Tamanho de parcela e número de repetições para experimentos de triticale

The hybridization between wheat and rye crops resulted in the triticale crop, which presents rusticity, versatility in animal and human food and possibility of use as a cover plant. The objective of this research was to determine the optimal plot size and the replications number to evaluate the fresh weight of triticale in two evaluation moments. An experiment was carried out with the triticale cultivar IPR111. The experimental area was divided into 48 uniformity trials, each containing 36 basic experimental units of 0.51 m2. The fresh weight was evaluated in 24 uniformity trials at 99 days after sowing (DAS) and in 24 uniformity trials at 127 DAS. The optimal plot size was determined by the method of the maximum curvature of the coefficient of variation and the replications number was determined in scenarios of treatments number and differences between means to be detected as significant by Tukey test. To determine the fresh weight of triticale, the optimal plot size is 3.12 m2, with coefficient of variation of 13.69%. Six replications are sufficient to identify as significant, differences between treatment means of 25% for experiments with up to seven treatments and of 30% for experiments with up to 28 treatments, regardless of the experimental design.(AU)

O cruzamento das culturas de trigo e centeio resultou na obtenção da cultura do triticale, que apresenta rusticidade, versatilidade na alimentação animal e humana e possibilidade de uso como planta de cobertura. O objetivo deste trabalho foi determinar o tamanho ótimo de parcela e o número de repetições para avaliar a massa verde de triticale em dois momentos de avaliação. Foi conduzido um experimento com a cultivar de triticale IPR111, sendo a área experimental dividida em 48 ensaios de uniformidade, cada ensaio contendo 36 unidades experimentais básicas de 0,51 m2. A massa verde foi avaliada em 24 ensaios aos 99 dias após a semeadura (DAS ) e em 24 ensaios aos 127 DAS. O tamanho ótimo de parcela foi determinado pelo método da máxima curvatura do coeficiente de variação e o número de repetições foi determinado em combinações de número de tratamentos e de diferenças entre médias a serem detectadas como significativas pelo teste de Tukey. Para determinar a massa verde de triticale, o tamanho ótimo de parcela é de 3,12 m2 com coeficiente de variação de 13,69%. Seis repetições são suficientes para identificar como significativas, diferenças entre médias de tratamentos de 25% para experimentos com até sete tratamentos e de 30% para experimentos com até 28 tratamentos, independentemente do delineamento experimental.(AU)

Leaf area estimation of squash 'Brasileirinha' by leaf dimensions / Estimação da área foliar de abobrinha ‘Brasileirinha por dimensões foliares

The objectives of this work were estimate the leaf area of squash ‘Brasileirinha by linear dimensions of the leaves and check models available in the literature. An experiment was conducted in the 2015/16 sowing season. Were collected 500 leaves and in each one, were measured the length (L), width (W) and length×width product (LW) and determined the real leaf area (LA). Then, 400 leaves were separated to generate models of the leaf area (LA) as a function of linear dimension (L, W or LW) of squash. The remaining 100 leaves were used for the validation of models. A second experiment was conducted in the 2016/17 sowing season. Were collected 250 leaves, used only for the validation of the models of the first experiment. There is collinearity between L and W and, therefore, models using the LW product are not recommended. The model LA=0.5482W2 + 0.0680W (R²=0.9867) is adequate for leaf area estimation of squash ‘Brasileirinha.(AU)

Os objetivos deste trabalho foram estimar a área foliar de abobrinha ‘Brasileirinha por dimensões lineares das folhas e testar modelos disponíveis na literatura. Foi conduzido um experimento na safra 2015/16 sendo coletas 500 folhas. Em cada folha foram mensurados comprimento (L), largura (W), calculado produto comprimento×largura (LW) e determinada a área foliar real (LA). Depois, 400 folhas foram separadas para a geração de modelos da área foliar real (LA) em função da dimensão linear (L, W ou LW) de abobrinha. As demais 100 folhas foram utilizadas na validação dos modelos. Um segundo experimento foi conduzido na safra 2016/17, no qual foram coletadas 250 folhas utilizadas na validação dos modelos gerados no primeiro experimento. Existe colinearidade entre L e W e, por isso, os modelos que utilizam o produto LW não são recomendados. O modelo LA=0,5482W2+0,0680W (R²=0,9867) é adequado para a estimação de área foliar de abobrinha ‘Brasileirinha.(AU)

Number of leaves for modelling the leaf area of velvet bean according to leaf dimensions / Número de folhas para modelar a área foliar de mucuna cinza por dimensões foliares

In order to obtain reliable models for estimating the leaf area, it is important that parameter estimates be accurate and, for that, they must be generated based on an appropriate number of leaves. The objective of this research was to determine the number of leaves required to model the leaf area of velvet beans (Stizolobium cinereum) as determined by digital photos (Y) with regard to the width of the central leaflet limb of the leaf (x), using a potency model (Y=axb), generated through iterative process. In six periods of culture development (29, 43, 57, 73, 87 and 101 days after emergence) were collected, randomly, 790 leaves. Each leaf is composed of left, center and right leaflets. The width of the central leaflet (x) was measured and leaf area (the leaf area sum of the left, center and right leaflets) was determined through the method of digital photos (Y). The number of leaves, necessary for estimating parameters a and b of the potency model and the coefficient of determination (R2), was determined by resampling, with replacement. In the case of the velvet bean, the potency model (=4.4019x1.8697, R2=0.9821) based on the width of the central leaflet (x) is adequate to estimate the leaf area obtained through digital photos (Y). Measuring 240 leaves is sufficient to build accurate potency models of the velvet bean leaf area determined by digital photos (Y) with regard to the width of the central leaflet limb of the leaf (x).

Para modelos fidedignos de estimação de área foliar, é importante que as estimativas de seus parâmetros sejam precisas, e, para isso, devem ser geradas com número adequado de folhas. O objetivo deste trabalho foi determinar o número de folhas necessário para modelar a área foliar de mucuna cinza (Stizolobium cinereum) determinada por fotos digitais (Y), em função da largura do limbo do folíolo central da folha (x), por meio do modelo potência (Y=axb), gerado por processo iterativo. Em seis períodos de desenvolvimento da cultura (29, 43, 57, 73, 87 e 101 dias após a emergência) foram coletadas, aleatoriamente, total de 790 folhas. Cada folha é composta pelos folíolos esquerdo, central e direito. Foi mensurada a largura do limbo do folíolo central (x) e determinada a área foliar (soma da área dos folíolos esquerdo, central e direito) por meio do método de fotos digitais (Y). O número de folhas, necessário para a estimação dos parâmetros a e b do modelo potência e do coeficiente de determinação do modelo (R2), foi determinado por reamostragem, com reposição. Em mucuna cinza, o modelo potência (=4,4019x1,8697, R2=0,9821) da largura do limbo do folíolo central (x) é adequado para estimar a área foliar obtida por fotos digitais (Y). Mensurar 240 folhas é suficiente para construção de modelos precisos do tipo potência, da área foliar de mucuna cinza determinada por fotos digitais (Y) em função da largura do limbo do folíolo central da folha (x).

Number of leaves for modelling the leaf area of velvet bean according to leaf dimensions / Número de folhas para modelar a área foliar de mucuna cinza por dimensões foliares

In order to obtain reliable models for estimating the leaf area, it is important that parameter estimates be accurate and, for that, they must be generated based on an appropriate number of leaves. The objective of this research was to determine the number of leaves required to model the leaf area of velvet beans (Stizolobium cinereum) as determined by digital photos (Y) with regard to the width of the central leaflet limb of the leaf (x), using a potency model (Y=axb), generated through iterative process. In six periods of culture development (29, 43, 57, 73, 87 and 101 days after emergence) were collected, randomly, 790 leaves. Each leaf is composed of left, center and right leaflets. The width of the central leaflet (x) was measured and leaf area (the leaf area sum of the left, center and right leaflets) was determined through the method of digital photos (Y). The number of leaves, necessary for estimating parameters a and b of the potency model and the coefficient of determination (R2), was determined by resampling, with replacement. In the case of the velvet bean, the potency model (=4.4019x1.8697, R2=0.9821) based on the width of the central leaflet (x) is adequate to estimate the leaf area obtained through digital photos (Y). Measuring 240 leaves is sufficient to build accurate potency models of the velvet bean leaf area determined by digital photos (Y) with regard to the width of the central leaflet limb of the leaf (x).(AU)

Para modelos fidedignos de estimação de área foliar, é importante que as estimativas de seus parâmetros sejam precisas, e, para isso, devem ser geradas com número adequado de folhas. O objetivo deste trabalho foi determinar o número de folhas necessário para modelar a área foliar de mucuna cinza (Stizolobium cinereum) determinada por fotos digitais (Y), em função da largura do limbo do folíolo central da folha (x), por meio do modelo potência (Y=axb), gerado por processo iterativo. Em seis períodos de desenvolvimento da cultura (29, 43, 57, 73, 87 e 101 dias após a emergência) foram coletadas, aleatoriamente, total de 790 folhas. Cada folha é composta pelos folíolos esquerdo, central e direito. Foi mensurada a largura do limbo do folíolo central (x) e determinada a área foliar (soma da área dos folíolos esquerdo, central e direito) por meio do método de fotos digitais (Y). O número de folhas, necessário para a estimação dos parâmetros a e b do modelo potência e do coeficiente de determinação do modelo (R2), foi determinado por reamostragem, com reposição. Em mucuna cinza, o modelo potência (=4,4019x1,8697, R2=0,9821) da largura do limbo do folíolo central (x) é adequado para estimar a área foliar obtida por fotos digitais (Y). Mensurar 240 folhas é suficiente para construção de modelos precisos do tipo potência, da área foliar de mucuna cinza determinada por fotos digitais (Y) em função da largura do limbo do folíolo central da folha (x).(AU)

Tamanhos de unidades experimentais básicas e de parcelas em tremoço branco / Basic experimental units and plot sizes in white lupine

O objetivo deste trabalho foi verificar a influência do tamanho da unidade experimental básica (UEB) na estimativa do tamanho ótimo de parcela, para a avaliação da massa de matéria verde de tremoço branco ( Lupinus albus L.). Avaliou-se a massa de matéria verde aos 123, 137 e 150 dias após a semeadura. Em cada época, foram avaliadas 432UEB de 1m×1m (1m2) e formaram-se 16 planos de UEB com tamanhos entre 1 e 16m2. Para cada plano de UEB, foi determinado o tamanho ótimo de parcela, pelo método da curvatura máxima do modelo do coeficiente de variação. Em cada época de avaliação, foi calculada a diferença mínima significativa pelo teste de Tukey, em 448 cenários formados pelas combinações de 16 tamanhos ótimos de parcela, i tratamentos (i=5, 10, 15 e 20) e r repetições (r=3, 4, 5, 6, 10, 15 e 20), para o delineamento blocos ao acaso. A estimativa do tamanho ótimo de parcela depende do tamanho da unidade experimental básica. É indicado avaliar a massa de matéria verde em UEB de menor tamanho possível, para serem usadas na estimação do tamanho ótimo de parcela.(AU)

The objective of this research was to determine the influence of the basic experimental unit size (BEU) to estimate the optimum plot size, in the evaluation of white lupine ( Lupinus albus L.) fresh matter weight. Data from fresh matter weight to 123, 137 and 150 days after sowing were evaluated. In every season 432BEU 1m×1m (1m2) were evaluated and 16BEU plans of sizes from 1 to 16m2 were formed. For each BEU plan, the optimum plot size was determined by the method of maximum curvature of the coefficient of variation model. The least significant difference by Tukey's test in 448 scenarios formed by the combinations of 16 plot sizes, i treatments (i=5, 10, 15 and 20), and r replicates (r=3, 4, 5, 6, 10, 15 and 20) for randomized block designs was calculated. Estimate of optimum plot size depends of the basic experimental unit size. It is indicated to evaluate the fresh matter weight in basic experimental units smallest possible size, for use in the estimation of optimum plot size.(AU)

Sample size for estimate the average of Passiflora caerulea fruits traits / Dimensionamento amostral para estimação da média de caracteres de frutos de Passiflora caerulea

The aim of this research was to determine the sample size needed to estimate the average of wild passion fruit ( Passiflora caerulea ) traits. It was collected randomly, 133, 99 and 133 fruit of wild passion fruit in 30, 21 and 29 plants, located respectively, in the cities of São Borja, Itaqui and Uruguaiana, on the west border of Rio Grande do Sul, Brazil, totaling 365 fruits harvested in 80 plants. In each fruit were measured ten traits: width, length, fruit, skin, and pulp weight, pulp yield, luminosity and tone of skin and pulp. Then, central tendency, dispersion and distribution measures were calculated and the normality of the data checked. After, it was determined the sample size needed to estimate the average for each character, assuming estimation errors equal to 1, 2, ..., 10% of the mean estimate with confidence levels of 95% and 99%. In wild passion fruit, 12 fruits are sufficient to estimate the mean of luminosity and tone of the skin and pulp, with an estimation error of 5% of the mean and 95% confidence, regardless of the evaluation location (São Borja, Itaqui or Uruguaiana). In this same level of accuracy 36 fruits are needed to estimate the width and length, 52 fruits to estimate the pulp yield and 319 fruits for the evaluation of the fruit, skin and pulp weight.(AU)

O objetivo deste trabalho foi determinar o tamanho de amostra necessário para a estimação da média de caracteres de frutos de maracujá-do-mato ( Passiflora caerulea ). Foram colhidos, aleatoriamente, 133, 99 e 133 frutos de maracujá-do-mato em 30, 21 e 29 plantas localizadas, respectivamente, nos municípios de São Borja, Itaqui e Uruguaiana, na fronteira oeste do estado do Rio Grande do Sul, Brasil, totalizando 365 frutos colhidos em 80 plantas. Em cada fruto, foram mensurados dez caracteres: largura, comprimento, massa do fruto, da casca e da polpa, rendimento de polpa, luminosidade e tonalidade da casca e da polpa. A seguir, foram calculadas medidas de tendência central, de dispersão e de distribuição e verificada a normalidade dos dados. Posteriormente, foi determinado o tamanho de amostra necessário para a estimação da média de cada caractere, assumindo erros de estimação iguais a 1, 2, ..., 10% da estimativa da média com graus de confiança de 95% e 99%. Em maracujá-do-mato, 12 frutos são suficientes para a estimação da média de luminosidade e tonalidade da casca e da polpa, com erro de estimação de 5% da média e 95% de confiança, independentemente do local de avaliação (São Borja, Itaqui ou Uruguaiana). Nesse mesmo nível de precisão, são necessários 36 frutos para a estimação da largura e do comprimento, 52 frutos para a estimação da média de rendimento de polpa e 319 frutos para a avaliação das massas do fruto, da casca e da polpa.(AU)

Tamanho de parcela e número de repetições em feijão guandu

ABSTRACT: The objectives of this research were to determine the optimum plot size and number of repetitions, to evaluate the fresh weight of pigeonpea ( Cajanus cajan (L.) Millsp.), in times and years. Eighty uniformity trials of 6m×6m (36m2) were conducted. Each trial was divided in 36 basic experimental units (BEU) of 1m×1m, totaling 2,880BEU. The fresh weight of plants, in each BEU was weighed. The agricultural year 2011/2012, were evaluated 16 trials at 127 days after sowing (DAS) and 24 to 139DAS. In 2012/2013, four trials at each of times (163, 167, 170, 174, 177, 181, 184, 188, 191 and 195DAS) were evaluated. The optimum plot size was determined by the method of maximum curvature of the coefficient of variation model and the means compared, among evaluation times and years, by Scott-Knott test. The number of repetitions, in scenarios of combinations of i treatments (i=3, 4, ..., 50) and d minimal differences between treatments means, to be detected as significant, 5% probability by Tukey's test, expressed in percentage of experiment avarage (d=10%, 15%, ..., 50%), was determined by iterative process until convergence. The optimum plot size to evaluate the fresh weight of pigeonpea is was 8.39m2. Four replications, to evaluate up to 50 treatments, are sufficient to identify, as significant at 5% probability by Tukey's test, differences between treatment means of 54.1% of the average experiment.

RESUMO: Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela e o número de repetições para avaliar a massa verde de feijão guandu ( Cajanus cajan (L.) Millsp.), em épocas e anos de avaliação. Foram realizados 80 ensaios de uniformidade de 6m×6m (36m2). Cada ensaio foi dividido em 36 unidades experimentais básicas (UEB) de 1m×1m, totalizando 2.880UEB. Foi pesada a massa verde das plantas de cada UEB. No ano agrícola 2011/2012, foram avaliados 16 ensaios aos 127 dias após a semeadura (DAS) e 24 aos 139DAS. Em 2012/2013, foram avaliados quatro ensaios em cada uma das épocas (163, 167, 170, 174, 177, 181, 184, 188, 191 e 195DAS). O tamanho ótimo de parcela foi determinado por meio do método da curvatura máxima do modelo do coeficiente de variação e as comparações de médias, entre épocas e os anos de avaliação, foram feitas pelo teste de Scott-Knott. O número de repetições, em cenários formados pelas combinações de i tratamentos (i=3, 4, ..., 50) e d diferenças mínimas entre médias de tratamentos a serem detectadas como significativas a 5% de probabilidade, pelo teste de Tukey, expressas em percentagem da média do experimento (d=10%, 15%, ..., 50%), foi determinado por processo iterativo até a convergência. O tamanho ótimo de parcela para avaliar a massa verde de feijão guandu é 8,39m2. Quatro repetições, para avaliar até 50 tratamentos, são suficientes para identificar, como significativas a 5% de probabilidade, pelo teste de Tukey, diferenças entre médias de tratamentos de 54,1% da média do experimento.

Plot size and number of repetitions in pigeonpea / Tamanho de parcela e número de repetições em feijão guandu

The objectives of this research were to determine the optimum plot size and number of repetitions, to evaluate the fresh weight of pigeonpea (Cajanus cajan (L.) Millsp.), in times and years. Eighty uniformity trials of 6m×6m (36m2) were conducted. Each trial was divided in 36 basic experimental units (BEU) of 1m×1m, totaling 2,880BEU. The fresh weight of plants, in each BEU was weighed. The agricultural year 2011/2012, were evaluated 16 trials at 127 days after sowing (DAS) and 24 to 139DAS. In 2012/2013, four trials at each of times (163, 167, 170, 174, 177, 181, 184, 188, 191 and 195DAS) were evaluated. The optimum plot size was determined by the method of maximum curvature of the coefficient of variation model and the means compared, among evaluation times and years, by Scott-Knott test. The number of repetitions, in scenarios of combinations of i treatments (i=3, 4, ..., 50) and d minimal differences between treatments means, to be detected as significant, 5% probability by Tukey's test, expressed in percentage of experiment avarage (d=10%, 15%, ..., 50%), was determined by iterative process until convergence. The optimum plot size to evaluate the fresh weight of pigeonpea is was 8.39m2. Four replications, to evaluate up to 50 treatments, are sufficient to identify, as significant at 5% probability by Tukey's test, differences between treatment means of 54.1% of the average experiment.(AU)

Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela e o número de repetições para avaliar a massa verde de feijão guandu (Cajanus cajan (L.) Millsp.), em épocas e anos de avaliação. Foram realizados 80 ensaios de uniformidade de 6m×6m (36m2). Cada ensaio foi dividido em 36 unidades experimentais básicas (UEB) de 1m×1m, totalizando 2.880UEB. Foi pesada a massa verde das plantas de cada UEB. No ano agrícola 2011/2012, foram avaliados 16 ensaios aos 127 dias após a semeadura (DAS) e 24 aos 139DAS. Em 2012/2013, foram avaliados quatro ensaios em cada uma das épocas (163, 167, 170, 174, 177, 181, 184, 188, 191 e 195DAS). O tamanho ótimo de parcela foi determinado por meio do método da curvatura máxima do modelo do coeficiente de variação e as comparações de médias, entre épocas e os anos de avaliação, foram feitas pelo teste de Scott-Knott. O número de repetições, em cenários formados pelas combinações de i tratamentos (i=3, 4, ..., 50) e d diferenças mínimas entre médias de tratamentos a serem detectadas como significativas a 5% de probabilidade, pelo teste de Tukey, expressas em percentagem da média do experimento (d=10%, 15%, ..., 50%), foi determinado por processo iterativo até a convergência. O tamanho ótimo de parcela para avaliar a massa verde de feijão guandu é 8,39m2. Quatro repetições, para avaliar até 50 tratamentos, são suficientes para identificar, como significativas a 5% de probabilidade, pelo teste de Tukey, diferenças entre médias de tratamentos de 54,1% da média do experimento.(AU)

Estimação da área foliar de feijão guandu por dimensões foliares / Leaf area estimation of pigeonpea by leaf dimensions

O objetivo deste trabalho foi modelar e identificar os melhores modelos para a estimação da área foliar de feijão guandu, determinada por fotos digitais em função do comprimento, ou da largura e/ou do produto comprimento vezes largura do limbo do folíolo central da folha. Foram conduzidos dois experimentos com a cultura de feijão guandu. No primeiro experimento, foram realizadas coletas de 200 folhas aos 45, 52, 59, 65, 72, 79, 86, 94, 100, 106 e 114 dias após a emergência (DAE), totalizando 2.200 folhas. No segundo experimento, foi realizada uma coleta de 220 folhas aos 69 DAE. Nessas 2.420 folhas, foram mensurados o comprimento (CFC) e a largura (LFC) e calculado o produto do comprimento vezes a largura (CFC×LFC) do limbo do folíolo central. A seguir, determinou-se a área foliar de cada folha (soma da área foliar dos folíolos esquerdo, central e direito), por meio do método de fotos digitais (Y). Posteriormente, foram separadas, aleatoriamente, 90% das folhas do primeiro experimento (1.980 folhas), para a geração de modelos do tipo quadrático, potência e linear, de Y em função do CFC, da LFC, e/ou do CFC×LFC. Os 10% das folhas restantes do primeiro experimento (220 folhas) e as 220 folhas coletadas no segundo experimento foram usadas, separadamente, para a validação dos modelos. Em feijão guandu, os modelos do tipo quadrático (Ŷ=0,4295+1,5895x+0,0011x2, R2=0,9710), potência (Ŷ=1,6591x0,9983, R2=0,9769) e linear (Ŷ=-1,3555+1,6858x, R2=0,9708), de Y em função do CFC×LFC, são adequados para a estimação da área foliar e o linear, pode, preferencialmente, ser utilizado.(AU)

The objective of this research was to model and identify the best models to estimate the leaf area of pigeonpea determined by digital photos with the length or width and/or the product length width of the central leaflet limb of the leaf. Two trials were carried with the culture of pigeonpea. In the first experiment, samples from 200 leaves were taken at 45, 52, 59, 65, 72, 79, 86, 94, 100, 106 and 114 days after emergence (DAE), totaling 2,200 leaves. In the second experiment, a sample from 220 leaves was collected at 69 DAE. In these 2,420 leaves, were measured the length (CFC) and width (LFC) and calculated the product length width (CFC×LFC) of the central leaflet. Then, was determined the leaf area of each leaf (sum the leaf area of the leaflets left, center and right) by the method of digital photos (Y). After, were separated, randomly, 90% of the leaves from the first experiment (1,980 leaves), to build models of quadratic type, potency and linear for Y function of the CFC, LFC and/or CFC×LFC. The remaining 10% of the leaves from the first experiment (220 leaves) and the 220 leaves collected in the second experiment, separately, were used to validate the models. In pigeonpea, the quadratic model (Ŷ=0.4295+1.5895x+0.0011x2, R2=0.9710), the potency model (Ŷ=1.6591x0.9983, R2=0.9769) and the linear model (Ŷ=-1.3555+1.6858x, R2=0.9708), of Y as a function of CFC×LFC are adequate for estimation of the leaf area and linear, may preferably be used.(AU)

Tamanho de parcela para avaliar caracteres de tremoço branco em épocas de avaliação / Plot size to evaluate characters in white lupine in evaluation times

Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela (Xo) para avaliar caracteres de tremoço branco (Lupinus albus L.) e verificar a variabilidade do Xo entre caracteres e entre épocas de avaliação. Foram realizados 36 ensaios de uniformidade de tamanho 6m×6m (36m2). Cada ensaio foi dividido em 36 unidades experimentais básicas (UEB) de 1m×1m (1m2), totalizando 1.296UEB. Foram pesadas a massa verde total, a massa verde de parte aérea e a massa verde de raízes das plantas de cada UEB. Foram realizadas três avaliações (123, 137 e 150 dias após a semeadura) e, em cada avaliação, foram avaliados 12 ensaios (432UEB). O tamanho ótimo de parcela (Xo) foi determinado por meio do método da curvatura máxima do modelo do coeficiente de variação e as comparações de médias feitas pelo teste t de Student. Há variabilidade do tamanho ótimo de parcela entre caracteres e entre épocas de avaliação. O tamanho ótimo de parcela para avaliar a massa verde de raízes é maior que o necessário para avaliar a massa verde total e a massa verde de parte aérea, independentemente da época de avaliação. Maior tamanho ótimo de parcela é necessário quando a avaliação é realizada aos 123 dias após a semeadura, em relação às avaliações aos 137 e 150 dias após a semeadura, independentemente do caractere. O tamanho ótimo de parcela de 7,48 unidades experimentais básicas de 1m2(7,48m2) é suficiente para avaliar esses três caracteres nessas três épocas de avaliação.(AU)

The objectives of this research were to determine the optimum plot size (Xo) to evaluate characters of white lupine (Lupinus albus L.) and verify the variability of the Xo among characters and evaluation times. It was carried 36 uniformity assays of size 6m×6m (36m2). Each assay was divided in 36 basic experimental units (UEB) 1m×1m (1m2), totaling 1,296 UEB. The total fresh mass, fresh mass of shoots and fresh mass roots of plant of each UEB was weighed. Three evaluations were carried (123, 137 and 150 days after sowing) and at each assessment were evaluated 12 assays (432UEB). The optimum plot size was determined by the method of maximum curvature of the model coefficient of variation and the means compared by Student's t test. There is variability in the optimum plot size among characters and evaluation times. The optimum plot size for evaluating the fresh mass of roots is greater than necessary to evaluate the total fresh mass and the fresh mass of shoots, independently of the evaluation time. Higher optimum plot size is necessary when the evaluation is carried out at 123 days after sowing in relation to evaluations for 137 and 150 days after sowing, independently of character. The optimum plot size of 7.48 basic experimental units of 1m2 (7.48m2) is sufficient to evaluate these three characters in these three evaluation times.(AU)