Analyzing White-rumped Vulture breeding behavior using Markovian modeling

Understanding wildlife behavior, including accurate identification, processing, and interpretation of activities or cues, is important to behavioral biology and corresponding conservation strategies. We characterized the breeding activities of the critically endangered White-rumped Vulture Gyps bengalensis following a sequential pattern from courtship to fledging. We recorded 4,160 visual observations of 20 behaviors of eight pairs of White-rumped Vultures from September 2021­April 2022 and constructed Markov chain models to model three composite behaviors (i.e., breeding, foraging, and roosting). We found that vultures at four nests displayed >70% of the time in breeding behavior, and each nest produced offspring, indicating a potential correlation between breeding behavior and successful reproductive outcomes. Our model explained each composite behavior with high accuracy. Identifying behaviors White-rumped Vulture have practical applications for developing management plans for their conservation, including the timing of critical reproductive events. Our findings and approach can improve our understanding of White-rumped Vulture behavioral ecology and conservation and have applications for other species.(AU)

Markov chains to determine the probability of climate change for planting selection in the city of Caxias do Sul / Aplicação de cadeias de markov na probabilidade de mudanças climáticas para seleção de plantio na cidade de Caxias do Sul

The Markov stochastic chain model and the analytical hierarchy process (AHP) were used as tools to support decision-making for the best crop-planting choice in the city of Caxias do Sul, Brazil. Temperature and precipitation information were collected from the Meteorological Database for Teaching and Research of the National Institute of Meteorology of Brazil for the period 1997-2017. The stochastic model was applied to obtain the probability of transition between a range of variations for temperature and precipitation. In the second phase of the study, an algebraic model was developed, making it possible to link the probability of the Markov chain transition matrix to the AHP judgment matrix. In the third phase, the AHP was applied as a tool to determine the most beneficial crop that could be planted for the studied city, considering the evaluated criteria: temperature, precipitation, and soil pH. The alternatives for crop planting were carrots, tomatoes, apples, and grapes. These were chosen because they are the most-planted crops in the city of Caxias do Sul. The ranking of the benefit-force results of applying the model for spring was carrots (0.297), apples (0.259), grapes (0.228), and tomatoes (0.215); for summer: grapes (0.261), tomatoes (0.261), apples (0.238), and carrots (0.230); for autumn: carrots (0.316), grapes (0.243), tomatoes (0.228), and apples (0.213); and for winter: carrots (0.327), tomatoes (0.235), apples (0.222), and grapes (0.216). Thus, it was concluded that farmers would have a better chance of success if they planted carrots during the spring, autumn, and winter, and grapes during the summer.

O Modelo de Cadeia Estocástica de Markov e o Processo de Hierarquia Analítica (AHP) foram utilizados como ferramentas de apoio à tomada de decisão para a melhor escolha de plantio na cidade de Caxias do Sul, Brasil. As informações de temperatura e precipitação foram coletadas de 1997 a 2017 no Banco de Dados Meteorológicos para Ensino e Pesquisa do Instituto Nacional de Meteorologia do Brasil. O modelo estocástico foi aplicado para obtenção da probabilidade de transição entre faixas de variação para temperatura e precipitação. Na segunda fase do estudo, um modelo algébrico foi desenvolvido, possibilitando vincular a probabilidade da matriz de transição de cadeias de Markov na matriz de julgamento do AHP. Na terceira fase, o AHP foi aplicado como ferramenta de apoio à decisão do cultivo mais benéfico para a cidade estudada, considerando os critérios avaliados: temperatura, precipitação e pH do solo. As alternativas escolhidas para fazer o ranking foram: cenoura, tomate, maçã e uva, escolhidas por possuírem a maior quantidade de plantio na cidade de Caxias do Sul. O ranking do resultado de força de benefício da aplicação do modelo para a primavera foi: cenoura (0,297), maçã (0,259), uva (0,228) e tomate (0,215); para o verão: uva (0,271), tomate (0,261), maçã (0,238) e cenoura (0,230); para o outono: cenoura (0,316), uva (0,243), tomate (0,228) e maçã (0,213); para o inverno: cenoura (0,327), tomate (0,235), maçã (0,222) e uva (0,216). Assim, concluiu-se que o agricultor terá mais chances de sucesso se optar por plantar cenoura durante a primavera, outono e inverno, e uva durante o verão.

Interrelations between productive, vegetative, and fruit quality traits in Tahiti acid lime through Bayesian inference / Inter-relações entre características produtivas, vegetativas e de qualidade de fruto em lima ácida Tahiti através de inferência Bayesiana

Although the fruit yield has a core importance in Tahiti acid lime breeding programs, other traits stand out among the quality fruit and vegetative traits as ones that still need to be improved in selection of superior genotypes. Appling efficient tools aiming selection, such as the Bayesian inference, becomes an alternative in perennial crops. This study applied Bayesian inference in the genetic evaluation of Tahiti acid lime genotypes and estimated the interrelation between vegetative, productive and fruit quality traits. Twenty-four acid lime genotypes were evaluated for number of fruits, fruit yield, canopy volume, stem diameter, soluble solids content, shell thickness, and juice yield traits. The genotypic values were estimated through Bayesian inference and models with different residual structure were tested via deviance information criterion. Pearson's correlation and the path analysis were estimated, removing the multicollinearity effect. The Bayesian inference estimates genotypic values with high selective accuracy. The correlations obtained between traits from different groups can be useful in selection strategies for improvement of Tahiti acid lime. The Bayesian inference demonstrated to be an important tool and should be considered in perennial breeding programs.

Embora a produtividade seja uma característica fundamental em programas de melhoramento da lima ácida Tahiti, outras características se destacam por proporcionar uma seleção mais eficiente ou mesmo influenciar na expressão de atributos produtivos. A aplicação de inferência Bayesiana, pode tornar o processo de identificação de indivíduos superiores e o estudo das correlações entre as características ainda mais acurado. Objetivou-se, por meio deste estudo, estimar valores genéticos em genótipos de lima ácida Tahiti através de inferência Bayesiana e estimar coeficientes de correlação e de trilha entre características vegetativas, produtivas e de qualidade de frutos. Vinte e quatro genótipos de lima ácida foram avaliados durante dois anos para peso e número de frutos, volume de copa, diâmetro de caule, teor de sólidos solúveis dos frutos, espessura de casca e rendimento de suco. Os valores genéticos foram estimados por meio de inferência Bayesiana e modelos com diferentes estruturas residuais foram testados via critério de informação de deviance. Coeficiente de correlação de Pearson e de análise de trilha foram determinados, removendo o efeito de multicolinearidade. A estimação de valores genéticos via inferência Bayesiana apresentou alta acurácia seletiva. As correlações obtidas entre caracteres de diferentes grupos podem ser úteis em estratégias de seleção para melhoramento da lima ácida Tahiti. A inferência Bayesiana demonstrou ser uma ferramenta importante e deve ser considerada em programas de melhoramento de culturas perenes.