Análise multivariada aplicada na discriminação de genótipos em caracteres do tempo de cozimento em feijão (Phaseolus vulgaris L) / Multivariate analysis applied to the discrimination of genotypes in cooking timetraitsin commonbean (Phaseolus vulgaris L)

As avaliações rotineiras do caráter tempo de cozimento em feijão (Phaseolus vulgarisL.) podem ser efetuadas de distintas maneiras resultando em diferentes variáveis. Por vez, a análise estatística univariada não considera as interdependêcias entre as variáveis, podendo omitir importantes informações a respeito dos genótipos. Com isso, o objetivo do trabalhofoi dispor uma proposta alternativa para análise do tempo de cozimento em feijão, permitindo a discriminação entre genótipos. O experimento utilizado para esta abordagem foi conduzido em condições de campo na safra agrícola do ano 2017/18em Lages, Santa Catarina, Brasil. Ostratamentos foram compostos por doze genótipos, sendo quatro genitores, estruturados em dois cruzamentos BAF50 x BAF07 e BAF09 x IPR 88 Uirapuru, com suas gerações F2, F3, F8e F9. O delineamento utilizado foi blocos casualizados, com dois blocos e duas observações em cada unidade experimental. Posteriormente a colheita, a variável resposta tempo de cocção dos grãos de feijão foi mensurada com o cozedor Mattson, sendo considerado o tempo de cocção das 13 hastes iniciais. Na análise multivariada, as variáveis tempo de cocção da segunda (TCH2), décima segunda (TCH12) e décima terceira haste (TCH13) foram utilizadas com base em sua significância pelo método de seleção de variáveis passo a passo (stepwise). A análise de variância multivariada demonstrou diferença entre os genótipos (P<0,05). A partir da matriz de dissimilaridade com as distâncias de Mahalanobis e o dendrograma de agrupamento, foi possível verificaras distâncias dos genótipos derivados dos cruzamentos BAF50 x BAF07 e BAF09 x IPR 88 Uirapuru. Comisso, a análise multivariada possibilitou a discriminação dos genótipos, adicionalmente o cruzamento BAF50 x BAF07 demonstrou maiores estimativas de dissimilaridade nas progênies.(AU)

Routine evaluations of cooking time traitin common bean (Phaseolus vulgarisL.) can be performed in different ways resulting in different variables. At the same time, the univariate statistical analysis does not consider the interdependencies between the variables, and may omit important information regarding the genotypes. With this,the objective of this work was to present an alternative proposal foranalysis of the cooking time in common bean, allowing the discrimination between genotypes. The experiment used for this approach was conducted under field conditions in the 2017/18 agricultural season in Lages, Santa Catarina, Brazil. The treatments consisted of twelve genotypes, (fourparents, structured in two crossings BAF50 x BAF07and BAF09 x IPR 88 Uirapuru, with their generations F2, F3, F8and F9). The design used was randomized blocks, with two blocks and two observations in each experimental unit. After the harvest, the response variable cooking time of thegrains was measuredwith a Mattson cooker, considering the cooking time of the 13 initial stems. In the multivariate analysis, the variables cooking time of the second (TCH2), twelfth (TCH12) and thirteenth stem (TCH13) were used based on their significance by the stepwise variable selection method. Multivariate analysis of variance showed differences between genotypes (P<0.05). From the dissimilarity matrix with the Mahalanobis distances and the clustering dendrogram, itwas possible to verify the distances of the genotypes derived from crosses BAF50 x BAF07 and BAF09 x IPR 88 Uirapuru. With that, the multivariate analysis enabled thegenotypes, additionally the crossing BAF50 x BAF07 showed higher estimates of dissimilarity in the progenies.(AU)

Statistical modeling for analyzing grain yield of durum wheat under rainfed conditions in Azad Jammu Kashmir, Pakistan / Modelagem estatística para analisar o rendimento de grãos de trigo durum sob condições de chuva em Azad Jammu Kashmir, Paquistão

One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation ,regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. [...].

Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do [...].

Statistical modeling for analyzing grain yield of durum wheat under rainfed conditions in Azad Jammu Kashmir, Pakistan

Abstract One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation, regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. The results of PCA showed that most variation (70%) among data set can be explained by the first five components. It also identified that Seeds/Spike; 1000-Grain Weight and Harvest Index have a higher influence in contributing to the durum wheat yield. Based on the results it is recommended that these important parameters might be considered and focused in future durum wheat breeding programs to develop high yield varieties.

Resumo Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade,. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do rendimento de grãos com a porcentagem de germinação, número de perfilhos/planta, sementes / espiga e índice de colheita. Esses resultados da análise de correlação direcionaram a importância dos caracteres morfológicos e seu impacto positivo e significativo no rendimento de grãos. Os resultados da PCA mostraram que a maior parte da variação (70%) entre o conjunto de dados pôde ser explicada pelos cinco primeiros componentes. Também identificou que Sementes / Espiga, Peso de 1000 Grãos e Índice de Colheita têm uma maior influência na contribuição para o rendimento do trigo duro. Com base nos resultados, recomenda-se que esses importantes parâmetros possam ser considerados e focados em futuros programas de melhoramento de trigo duro para desenvolver variedades de alto rendimento.

Statistical modeling for analyzing grain yield of durum wheat under rainfed conditions in Azad Jammu Kashmir, Pakistan / Modelagem estatística para analisar o rendimento de grãos de trigo durum sob condições de chuva em Azad Jammu Kashmir, Paquistão

One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation, regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. The results of PCA showed that most variation (70%) among data set can be explained by the first five components. It also identified that Seeds/Spike; 1000-Grain Weight and Harvest Index have a higher influence in contributing to the durum wheat yield. Based on the results it is recommended that these important parameters might be considered and focused in future durum wheat breeding programs to develop high yield varieties.

Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade,. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do rendimento de grãos com a porcentagem de germinação, número de perfilhos/planta, sementes / espiga e índice de colheita. Esses resultados da análise de correlação direcionaram a importância dos caracteres morfológicos e seu impacto positivo e significativo no rendimento de grãos. Os resultados da PCA mostraram que a maior parte da variação (70%) entre o conjunto de dados pôde ser explicada pelos cinco primeiros componentes. Também identificou que Sementes / Espiga, Peso de 1000 Grãos e Índice de Colheita têm uma maior influência na contribuição para o rendimento do trigo duro. Com base nos resultados, recomenda-se que esses importantes parâmetros possam ser considerados e focados em futuros programas de melhoramento de trigo duro para desenvolver variedades de alto rendimento.

Statistical modeling for analyzing grain yield of durum wheat under rainfed conditions in Azad Jammu Kashmir, Pakistan / Modelagem estatística para analisar o rendimento de grãos de trigo durum sob condições de chuva em Azad Jammu Kashmir, Paquistão

One of the most important traits that plant breeders aim to improve is grain yield which is a highly quantitative trait controlled by various agro-morphological traits. Twelve morphological traits such as Germination Percentage, Days to Spike Emergence, Plant Height, Spike Length, Awn Length, Tillers/Plant, Leaf Angle, Seeds/Spike, Plant Thickness, 1000-Grain Weight, Harvest Index and Days to Maturity have been considered as independent factors. Correlation ,regression, and principal component analysis (PCA) are used to identify the different durum wheat traits, which significantly contribute to the yield. The necessary assumptions required for applying regression modeling have been tested and all the assumptions are satisfied by the observed data. The outliers are detected in the observations of fixed traits and Grain Yield. Some observations are detected as outliers but the outlying observations did not show any influence on the regression fit. For selecting a parsimonious regression model for durum wheat, best subset regression, and stepwise regression techniques have been applied. The best subset regression analysis revealed that Germination Percentage, Tillers/Plant, and Seeds/Spike have a marked increasing effect whereas Plant thickness has a negative effect on durum wheat yield. While stepwise regression analysis identified that the traits, Germination Percentage, Tillers/Plant, and Seeds/Spike significantly contribute to increasing the durum wheat yield. The simple correlation coefficient specified the significant positive correlation of Grain Yield with Germination Percentage, Number of Tillers/Plant, Seeds/Spike, and Harvest Index. These results of correlation analysis directed the importance of morphological characters and their significant positive impact on Grain Yield. [...].(AU)

Uma das características mais importantes que os produtores de plantas visam melhorar é o rendimento de grãos, que é uma particularidade altamente quantitativa e controlada por várias características agromorfológicas. Foram considerados 12 traços morfológicos como fatores independentes, como Porcentagem de Germinação, Dias para Emergência da Espiga, Altura da Planta, Comprimento da Espiga, Comprimento da Aresta, Perfilhos /Planta, Ângulo da Folha, Sementes /Espiga, Espessura da Planta, Peso de 1000 Grãos, Índice de Colheita e Dias até a Maturidade. A correlação, regressão e análise de componentes principais (em inglês Principal Component Analysis (PCA)) são usadas para identificar as diferentes características do trigo duro, que contribuem significativamente para o rendimento. As suposições necessárias exigidas para a aplicação da modelagem de regressão foram testadas e todas as suposições são adequadas de acordo com os dados observados. Os outliers são detectados nas observações de características fixas e rendimento de grãos. Algumas observações são detectadas como outliers, mas as observações outliers não mostraram qualquer influência no ajuste da regressão. Para selecionar um modelo de regressão parcimonioso para o trigo duro, foram aplicadas tanto a melhor regressão de subconjunto quanto as técnicas de regressão stepwise. A melhor análise de regressão de subconjunto revelou que a porcentagem de germinação, perfilhos /planta e sementes /espiga tem um efeito de aumento acentuado, enquanto a espessura da planta tem um efeito negativo sobre o rendimento do trigo duro. Enquanto a análise de regressão passo a passo identificou que as características, porcentagem de germinação, perfilhos/planta e sementes /espiga contribuem significativamente para aumentar a produtividade do trigo duro. O coeficiente de correlação simples especificou a correlação positiva significativa do [...].(AU)

Modeling and analysis of greenhouse environmental factors in north China based on path analysis and stepwise regression / Modelagem e análise de fatores ambientais de estufa no norte da China com base na análise de caminho e regressão stepwise

To explore the relationship between environmental factors in a greenhouse on sunny/cloudy days, an environmental factor model was developed using path analysis and stepwise regression analysis. The environmental factors studied include greenhouse air temperature (GAT), greenhouse air humidity (GAH), soil temperature (ST), soil humidity (SH), greenhouse radiation (GR), and carbon dioxide concentration (CDC). The results showed that on a sunny day, the models can describe the GAT and GAH well (R2 =0.957, 0.936), and the model's tested determination coefficient was above 0.87. However, due to the delay and other main control factors of ST and SH, the models' determination coefficient was poor (R2 =0.587, 0.625). However, there was a fifth-order polynomial fitting relationship between ST and SH (R2 =0.817). On a cloudy day, the coupling effect between dependent variables and environmental factors was well described (R2 =0.97). The model test results for GAT and ST were better (R2 =0.997, 0.981), and the GAH and SH model test results were also good (R2 =0.789,0.882). In summary, the established coupling model of greenhouse environmental factors was suitable for simple greenhouse environment prediction, allowing greenhouse managers to easily predict greenhouse environmental change trends and reduce the cost of testing, laying a foundation for the subsequent establishment of a simpler, more accurate greenhouse factor model.(AU)

Para explorar a relação entre fatores ambientais em casa de vegetação em dias ensolarados / nublados, foi obtido o modelo de fatores ambientais, utilizando análise de caminho e análise de regressão passo a passo. Os principais fatores ambientais incluem temperatura do ar da estufa (GAT), umidade do ar da estufa (GAH), temperatura do solo (ST), umidade do solo (SMC), radiação do efeito estufa (GR), concentração de dióxido de carbono (CDC). Os resultados mostraram que: Em um dia ensolarado, os modelos puderam descrever o poço GAT e GAH (R2 =0.957, 0.936). O coeficiente de determinação do teste do modelo foi superior a 0.87. No entanto, devido ao atraso e outros fatores de controle principais de ST e SH, o coeficiente de determinação dos modelos foi ruim (R2 =0.587, 0.625). No entanto, verificouse que havia uma relação de ajuste polinomial de quinta ordem entre ST vs SH (R2 =0.817). Em um dia nublado, o efeito de acoplamento entre variáveis dependentes e fatores ambientais foi bem descrito (R2 =0.97), o teste do modelo GAT e ST foi melhor (R2 =0.997,0.981), o teste GAH e SH também foi bom (R2 =0.789,0.882). Em resumo, o modelo de acoplamento dos fatores ambientais da estufa estabelecido foi adequado para a previsão simples do ambiente da estufa, facilitando para os gerentes da estufa prever a tendência das mudanças ambientais da estufa e reduzir o custo do teste, além de estabelecer as bases para o estabelecimento subsequente de um modelo de fator de efeito estufa mais preciso e simplificado.(AU)

Estimativa da área foliar de pessegueiro por método não-destrutivo / Non-destructive leaf area estimation in peach tree

A predição de valores de área foliar (AF) sem a destruição de plantas é de grande interesse nas pesquisas agronômicas. Neste trabalho, foram desenvolvidos e testados três modelos de predição de AF, utilizando-se a largura (L), o comprimento (C) ou em ambas as dimensões da folha de pessegueiro 'BRS Kampai'. Testou-se também um modelo genérico de DEMIRSOY et al. (2004), proposto para determinar AF em pessegueiro e desenvolvido nas condições de cultivo da Turquia. O uso de apenas uma dimensão, visando a reduzir a onerosidade nas avaliações, não permite predições adequadas e podem levar a erros estatísticos por alterar a variabilidade dos dados em relação às AF reais. O modelo não destrutivo proposto neste trabalho foi "AF=6,852+0,823L*C-0,691L2-1,614C/L", que pode ser indicado para estimar satisfatoriamente a AF em substituição à análise destrutiva e apresentou ganhos de estimação, quando comparado ao modelo genérico de DEMIRSOY et al. (2004).(AU)

The prediction of leaf area (LA) without causing damage to the plant is a subject of great interest in agricultural research. In this study, it was developed and tested three models based on the length (L), width (W) or both of these leaf dimensions of 'BRS Kampai' peach trees. Further to this, a DEMIRSOY et al. (2004) generic model proposed to determine leaf area in peach trees growing in Turkey was also tested. The use of only one dimension, which aims to reduce the effort required by the assessor, does not permit adequate predictions and may lead to statistical errors by changing the variability of the original LA data. The model proposed in this study was "LA=6.852+0.823L*W-0.691W2-1.614L/W", this model can be used to satisfactorily estimate the LA, replacing the destructive analysis, and provided a better prediction than the generic model proposed by DEMIRSOY et al. (2004).(AU)

CONSUMO ALIMENTAR RESIDUAL E SUA RELAÇÃO COM O DESEMPENHO, COMPORTAMENTO INGESTIVO E CARACTERÍSTICAS DE CARCAÇA MEDIDAS POR ULTRASSOM DE FÊMEAS DA RAÇA NELORE

Objetivou-se com este trabalho verificar se o consumo alimentar residual (CAR) apresenta influência sobre as características de carcaça, desempenho e comportamento ingestivo de fêmeas prenhes bovinas da raça Nelore. Foram utilizados dados provenientes de dois testes de eficiência alimentar realizado na Fazenda Rancho da Matinha, Uberaba MG. Foram testadas 273 fêmeas prenhes da raça Nelore nos anos de 2015 e 2016. A mensuração do consumo de alimento e comportamento ingestivo foi realizado através do sistema GrowSafe® e as características de carcaça foram medidas através de ultrassom. Os animais foram distribuídos em dois piquetes idênticos em relação ao tipo de solo, tamanho e incidência solar, contendo oito cochos do sistema GrowSafe® em cada piquete, sendo que cada cocho atendeu nove animais, então cada piquete comportou 72 animais. Quatro modelos de predição de consumo foram testados para saber qual melhor explica a variação no consumo, para isto foi realizada a análise de regressão Stepwise para indicar a ordem de inclusão das características de carcaça ao modelo base. Foram gerados os coeficientes de correlação de Pearson fenotípicos (PROC CORR; SAS Inst. Inc.) entre as características ajustadas de eficiência alimentar, desempenho e composição da carcaça por ultrassom. Um modelo de efeitos fixos (PROC MIXED) foi utilizado para examinar o efeito fixo do grupo de CAR sobre o desempenho, a eficiência alimentar, a composição de carcaça por ultrassom e as características de comportamento ingestivo. O melhor modelo (modelo 4) de predição do consumo de matéria seca (CMS) explicou 55,36% da variação do consumo de matéria seca esperado. Os animais foram divididos em grupos de baixo, médio e alto CAR. Os animais de baixo CAR apresentaram CMS cerca de 1,9kg menor que os animais de alto CAR. As características de carcaça medidas como: espessura de gordura (EG), espessura de gordura na picanha (EGP8), marmoreio (MAR) e acabamento (ACAB) não apresentaram diferença significativa entre os grupos de CAR, logo o grupo de CAR em que o animal está inserido não influenciou a composição destas características na carcaça do animal. Houve diferença significativa entre os grupos de CAR para as características de comportamento ingestivo soma de duração da refeição (SDURR), tempo de visita (TEMPV), média de tempo de visita (MTEMPV) e visita dia (VISD), sendo que os animais pertencentes ao grupo de baixo CAR apresentaram os menores valores para estas características. Assim concluiu-se que a seleção de fêmeas prenhes para a medida de eficiência alimentar CAR não prejudica o desempenho e a composição de carcaça, principalmente se tratando da deposição de gordura. O comportamento ingestivo dos animais selecionados para baixo CAR mostrou que estes animais poupam energia ao passarem menos tempo se alimentando, possibilitando assim maior gasto de energia com a produção.

The objective of this study was to verify if the RFI has influence on the carcass characteristics, performance and ingestive behavior of pregnant Nelore cattle females. Data from two feed efficiency tests were used at Fazenda Rancho da Matinha, Uberaba - MG. A total of 273 pregnant Nelore females were tested in the years 2015 and 2016. Measurement of feed intake and ingestive behavior was done using the GrowSafe® System and the carcass characteristics were measured by ultrasound. The animals were distributed in two identical pickets in relation to the soil type, size and solar incidence, each picket had eight GrowSafe System and attended about eight animals each. Four models of consumption prediction were tested to determine which better explains the variation in consumption. For this, the Stepwise regression analysis was performed to identify the order of inclusion of the carcass characteristics to the base model. The phenotypic Pearson correlation coefficients (PROC CORR; SAS Inst. Inc.) were generated among the adjusted characteristics of feed efficiency, performance and ultrasound carcass composition. A fixed effects model (PROC MIXED) was used to examine the fixed effect of the RFI group on performance, feed efficiency, ultrasound carcass composition and ingestive behavior characteristics. The best model (model 4) for predicting dry matter consumption (DMI) explained 55.36% of the expected dry matter consumption variation. There was no significant difference between the RFI groups for the initial live weight (BW) and the average daily gain (ADG), which confirms that the RFI is independent of growth and body size in cattle. The RFI had a significant effect on DMI, with low RFI animals presenting DMI about 1.9 kg lower than the high RFI animals. The carcass characteristics of fat (EG), fat thickness (EGP8), marbling (MAR) and finishing (ACAB) showed no significant difference between the RFI groups, so the RFI group in which the animal is inserted did not alter the composition of these characteristics in the carcass of the animal. There was a significant difference between the groups of RFI for the ingestive behavior of the sum of meal duration (SDURR), time of visit (TEMPV), average visit time (MTEMPV) and day visit (VISD), and the animals belonging to the low RFI group presented the lowest values for these characteristics. Thus, it was concluded that the selection of pregnant females for the RFI feed efficiency measure does not affect the performance and carcass composition especially when it comes to fat deposition. The ingestive behavior for the animals selected for lower RFI showed that this animals save energy by spending less time feeding, thus allowing greater energy expenditure with the production.

Wheat seedling emergence estimated from seed analysis

There are various vigor tests for the evaluation of seeds physiological quality, however, few studies correlate this tests with plants emergency. This study aimed at identifying wheat (Triticum aestivum L.) seed analysis variables that best predict seedling emergence. Wheat seeds (CEP 30 cultivar) were divided into two batches, one initially subjected to the accelerated ageing process and forming the low-quality batch, and the other, without application of the accelerated ageing process, to compose a high-quality batch. The following seed test variables were evaluated: (i) percentage of normal seedlings in the germination tests, (ii) initial germination counting, (iii) accelerated ageing, (iv) cold test without soil, (v) germination speed index, and (vi) emergence of seedlings in sand after seven and 15 days. The following seedling characteristics were evaluated: root and shoot lengths, total length, and dry mass of the root and shoot. The characteristics evaluated for the seedlings were subjected to path analysis and the seed tests variables to stepwise multiple regression analysis, taking seedling emergence at seven days as the response variable. Factor analysis was also carried out on all variables. Dry mass of the shoot and root length presented the best correlation with seedling emergence for the high-quality batch, but this behavior was not observed for any variable in the low-quality batch. Accelerated ageing was the best seedling emergence estimator for both batches of the used cultivar.

Existem inúmeros testes de vigor que podem ser utilizados na avaliação da qualidade fisiológica das sementes, porém, são poucos os estudos que relacionam estes testes com a emergência de plântulas das culturas. Identificaram-se variáveis da análise de sementes de trigo (Triticum aestivum L.) que mais bem predizem a emergência de plântulas dessa cultura. Um lote de sementes de trigo do cultivar CEP 30 foi dividido em dois sublotes, sendo um submetido preliminarmente ao processo de envelhecimento acelerado, compondo o sublote de baixa qualidade, e outro, sem aplicação do processo de envelhecimento acelerado, compondo o sublote de alta qualidade. Foram realizados os testes de sementes: (i) percentagem de plântulas normais nos testes de germinação, (ii) primeira contagem de germinação, (iii) envelhecimento acelerado, (iv) teste de frio sem solo, (v) índice de velocidade de germinação, e (vi) emergência de plântulas em areia aos sete e aos 15 dias. As características das plântulas foram os comprimentos de raiz, de parte aérea e total e as massas secas de raiz e de parte aérea. As características das plântulas foram submetidas à análise de trilha e as variáveis dos testes de sementes, à análise de regressão múltipla stepwise, com a emergência de plântulas aos sete dias como variável resposta. Foi realizada também a análise de fatores com todas as variáveis avaliadas. A massa seca de parte aérea e o comprimento de raiz apresentaram as melhores relações com a emergência de plântulas, para o sublote de alta qualidade, não sendo observado esse comportamento para nenhuma variável no sublote de baixa qualidade. O envelhecimento acelerado foi o melhor estimador da emergência de plântulas, para ambos os sublotes utilizados.

Wheat seedling emergence estimated from seed analysis

There are various vigor tests for the evaluation of seeds physiological quality, however, few studies correlate this tests with plants emergency. This study aimed at identifying wheat (Triticum aestivum L.) seed analysis variables that best predict seedling emergence. Wheat seeds (CEP 30 cultivar) were divided into two batches, one initially subjected to the accelerated ageing process and forming the low-quality batch, and the other, without application of the accelerated ageing process, to compose a high-quality batch. The following seed test variables were evaluated: (i) percentage of normal seedlings in the germination tests, (ii) initial germination counting, (iii) accelerated ageing, (iv) cold test without soil, (v) germination speed index, and (vi) emergence of seedlings in sand after seven and 15 days. The following seedling characteristics were evaluated: root and shoot lengths, total length, and dry mass of the root and shoot. The characteristics evaluated for the seedlings were subjected to path analysis and the seed tests variables to stepwise multiple regression analysis, taking seedling emergence at seven days as the response variable. Factor analysis was also carried out on all variables. Dry mass of the shoot and root length presented the best correlation with seedling emergence for the high-quality batch, but this behavior was not observed for any variable in the low-quality batch. Accelerated ageing was the best seedling emergence estimator for both batches of the used cultivar.

Existem inúmeros testes de vigor que podem ser utilizados na avaliação da qualidade fisiológica das sementes, porém, são poucos os estudos que relacionam estes testes com a emergência de plântulas das culturas. Identificaram-se variáveis da análise de sementes de trigo (Triticum aestivum L.) que mais bem predizem a emergência de plântulas dessa cultura. Um lote de sementes de trigo do cultivar CEP 30 foi dividido em dois sublotes, sendo um submetido preliminarmente ao processo de envelhecimento acelerado, compondo o sublote de baixa qualidade, e outro, sem aplicação do processo de envelhecimento acelerado, compondo o sublote de alta qualidade. Foram realizados os testes de sementes: (i) percentagem de plântulas normais nos testes de germinação, (ii) primeira contagem de germinação, (iii) envelhecimento acelerado, (iv) teste de frio sem solo, (v) índice de velocidade de germinação, e (vi) emergência de plântulas em areia aos sete e aos 15 dias. As características das plântulas foram os comprimentos de raiz, de parte aérea e total e as massas secas de raiz e de parte aérea. As características das plântulas foram submetidas à análise de trilha e as variáveis dos testes de sementes, à análise de regressão múltipla stepwise, com a emergência de plântulas aos sete dias como variável resposta. Foi realizada também a análise de fatores com todas as variáveis avaliadas. A massa seca de parte aérea e o comprimento de raiz apresentaram as melhores relações com a emergência de plântulas, para o sublote de alta qualidade, não sendo observado esse comportamento para nenhuma variável no sublote de baixa qualidade. O envelhecimento acelerado foi o melhor estimador da emergência de plântulas, para ambos os sublotes utilizados.

Emergência de plântulas de abóbora a partir da avaliação da qualidade das sementes

The aim of the study was to identify the squash seed analysis variables that major predict the plants emergency of this culture. The research was carried out at the Crop Science Department in the Federal University of Santa Maria. Three lots of squash seeds of each cultivars 'Caserta', 'De Tronco', 'Caravela' and 'Menina Brasileira' were utilized. It was determine de normal seedlings percentage of the germination test, first counting of germination, accelerated aging test, sub optimum temperature test, cold test, root dry mass, hypocotil dry mass and seedlings total dry mass, root length, hypocotil length, seedlings total length, seedlings emergency, emergency speed index and hypocotil length at emergency. The seedlings variables were analyzed through the path analysis and the tests variable through the stepwise multiple regression, considering the seedlings emergency to the seven days as variable main. The data were also submitted to the factors analysis. The sub optimum temperature test was the better seedlings emergency estimator of this culture, for all the cultivars available.

O objetivo do estudo foi identificar as variáveis da análise de sementes de abóbora que melhor predizem a emergência de plântulas dessa cultura. O trabalho foi realizado no Departamento de Fitotecnia da Universidade Federal de Santa Maria. Três lotes de sementes de abóbora de cada um dos cultivares 'Caserta', 'De Tronco', 'Caravela' e 'Menina Brasileira' foram utilizados. Foi determinada a percentagem de plântulas normais nos testes de germinação, primeira contagem de germinação, teste de envelhecimento acelerado, temperatura subótima, teste de frio, massa seca de raiz, de hipocótilo e de total de plântula, comprimento de raiz, comprimento de hipocótilo, comprimento total de plântula, emergência de plântulas, índice de velocidade de emergência e comprimento do hipocótilo na emergência. As variáveis avaliadas nas plântulas foram submetidas à análise de trilha e a percentagem de plântulas normais obtidas nos testes de sementes, submetidas à análise de regressão múltipla stepwise, considerando a emergência de plântulas como variável resposta. Foi realizada também a análise de fatores com todas as variáveis avaliadas. O teste de temperatura subótima foi o melhor estimador da emergência de plântulas da cultura, para todos os cultivares avaliados.

Emergência de plântulas de abóbora a partir da avaliação da qualidade das sementes

The aim of the study was to identify the squash seed analysis variables that major predict the plants emergency of this culture. The research was carried out at the Crop Science Department in the Federal University of Santa Maria. Three lots of squash seeds of each cultivars 'Caserta', 'De Tronco', 'Caravela' and 'Menina Brasileira' were utilized. It was determine de normal seedlings percentage of the germination test, first counting of germination, accelerated aging test, sub optimum temperature test, cold test, root dry mass, hypocotil dry mass and seedlings total dry mass, root length, hypocotil length, seedlings total length, seedlings emergency, emergency speed index and hypocotil length at emergency. The seedlings variables were analyzed through the path analysis and the tests variable through the stepwise multiple regression, considering the seedlings emergency to the seven days as variable main. The data were also submitted to the factors analysis. The sub optimum temperature test was the better seedlings emergency estimator of this culture, for all the cultivars available.

O objetivo do estudo foi identificar as variáveis da análise de sementes de abóbora que melhor predizem a emergência de plântulas dessa cultura. O trabalho foi realizado no Departamento de Fitotecnia da Universidade Federal de Santa Maria. Três lotes de sementes de abóbora de cada um dos cultivares 'Caserta', 'De Tronco', 'Caravela' e 'Menina Brasileira' foram utilizados. Foi determinada a percentagem de plântulas normais nos testes de germinação, primeira contagem de germinação, teste de envelhecimento acelerado, temperatura subótima, teste de frio, massa seca de raiz, de hipocótilo e de total de plântula, comprimento de raiz, comprimento de hipocótilo, comprimento total de plântula, emergência de plântulas, índice de velocidade de emergência e comprimento do hipocótilo na emergência. As variáveis avaliadas nas plântulas foram submetidas à análise de trilha e a percentagem de plântulas normais obtidas nos testes de sementes, submetidas à análise de regressão múltipla stepwise, considerando a emergência de plântulas como variável resposta. Foi realizada também a análise de fatores com todas as variáveis avaliadas. O teste de temperatura subótima foi o melhor estimador da emergência de plântulas da cultura, para todos os cultivares avaliados.

Utilização de modelos estatísticos para avaliar dados de produção do camarão Litopenaeus vannamei cultivados em águas oligohalina e salgada / Use of statistical models to evaluate production data of Litopenaeus vannamei, reared in oligohaline and salty waters

O camarão marinho Litopenaeus vannamei pode ser cultivado em águas com ampla faixa de salinidade (0,5-60 g L-1). Desta forma, objetivou-se comparar dados de produção desse crustáceo quando cultivado em águas oligohalina (0,5-5,0 g L-1) ou salgada (25,0-40,0 g L-1), utilizando-se modelos matemáticos. Para relacionar as variáveis de manejo com as de produção, os modelos foram formulados com base em um banco de dados com 278 cultivos comerciais da região Nordeste do Brasil. Para estimar os parâmetros dos modelos, utilizou-se a técnica dos mínimos quadrados. A seleção das variáveis foi realizada com o processo de Stepwise associado à transformação de Box e Cox. A adequação das equações e os pressupostos de normalidade, para os erros, foram analisados com base na análise de variância, na estatística de Durbin-Watson, na análise de resíduo e no teste de normalidade. Em todas as equações formuladas, a variável cultivo em água salgada (CAS) foi selecionada, evidenciando diferença significativa (p < 0,05) entre esses sistemas de cultivo.(AU)

The marine shrimp Litopenaeus vannamei may be reared in a wide range of salinity (0.5-60.0 g L-1). In this study, the production data of shrimp reared either in oligohaline (0.5-5.0 g L-1) or salty waters (25.0- 40.0 g L-1) were compared using mathematical models. The models considered variables related to management and production, and were formulated using a database with 278 culture cycles from different shrimp farms in Northeastern Brazil. The least-squares technique was applied to estimate the models parameters. The selection of variables used the Stepwise process associated to Box and Coxs transformation. The adequacy of the equations and the normality estimated for the errors were analyzed on the basis of the analysis of variance in the Durbin-Watson statistics, on the residue analysis and the normality test. For all the formulated equations, the variable ‘culture in salty water was selected, evidencing significant differences between these culture systems.(AU)

Utilização de modelos estatísticos para avaliar dados de produção do camarão Litopenaeus vannamei cultivados em águas oligohalina e salgada / Use of statistical models to evaluate production data of Litopenaeus vannamei, reared in oligohaline and salty waters

O camarão marinho Litopenaeus vannamei pode ser cultivado em águas com ampla faixa de salinidade (0,5-60 g L-1). Desta forma, objetivou-se comparar dados de produção desse crustáceo quando cultivado em águas oligohalina (0,5-5,0 g L-1) ou salgada (25,0-40,0 g L-1), utilizando-se modelos matemáticos. Para relacionar as variáveis de manejo com as de produção, os modelos foram formulados com base em um banco de dados com 278 cultivos comerciais da região Nordeste do Brasil. Para estimar os parâmetros dos modelos, utilizou-se a técnica dos mínimos quadrados. A seleção das variáveis foi realizada com o processo de Stepwise associado à transformação de Box e Cox. A adequação das equações e os pressupostos de normalidade, para os erros, foram analisados com base na análise de variância, na estatística de Durbin-Watson, na análise de resíduo e no teste de normalidade. Em todas as equações formuladas, a variável cultivo em água salgada (CAS) foi selecionada, evidenciando diferença significativa (p < 0,05) entre esses sistemas de cultivo.

The marine shrimp Litopenaeus vannamei may be reared in a wide range of salinity (0.5-60.0 g L-1). In this study, the production data of shrimp reared either in oligohaline (0.5-5.0 g L-1) or salty waters (25.0- 40.0 g L-1) were compared using mathematical models. The models considered variables related to management and production, and were formulated using a database with 278 culture cycles from different shrimp farms in Northeastern Brazil. The least-squares technique was applied to estimate the model’s parameters. The selection of variables used the Stepwise process associated to Box and Cox’s transformation. The adequacy of the equations and the normality estimated for the errors were analyzed on the basis of the analysis of variance in the Durbin-Watson statistics, on the residue analysis and the normality test. For all the formulated equations, the variable ‘culture in salty water’ was selected, evidencing significant differences between these culture systems.