Effects of Trichoderma asperellum on Germination Indexes and Seedling Parameters of Lettuce Cultivars.

The aim of this study was to analyze the effects of Trichoderma asperellum on germination indexes and seedling parameters of lettuce cultivars. The trial was arranged in a completely randomized design with three cultivars (Cerbiata, Crespa Grand Rapids, and Mimosa), and two seed-treatment products (quality and organic) containing strain URM 5911 of Trichoderma asperellum plus a control group (untreated), with four repetitions. After seven days, six seedling characters were measured (shoot length, radicle length, total length, shoot diameter, radicle diameter, and seedling dry matter) and eight germination indexes were calculated (germination, first count, mean germination time, germination speed index, coefficient of velocity of germination, mean germination rate, Timson's germination index, and germination rate index). In general, regarding the germination indexes, the effect of the genotype factor predominated over the Trichoderma factor. The seedling characters showed significance for genotype × Trichoderma interaction for shoot length, shoot diameter, radicle diameter, and seedling dry matter. Such results demonstrate that the effects of Trichoderma asperellum on lettuce seedlings variate according to the cultivar used.

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

ABSTRACT: 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 model's 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.

RESUMO: 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.

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

ABSTRACT: 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.

RESUMO: 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.

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

ABSTRACT: 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.

RESUMO: 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.

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

ABSTRACT: 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'.

RESUMO: 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'.

Sample size for estimating mean and coefficient of variation in species of crotalarias.

The objective of this study was to determine the sample size necessary to estimate the mean and coefficient of variation in four species of crotalarias (C. juncea, C. spectabilis, C. breviflora and C. ochroleuca). An experiment was carried out for each species during the season 2014/15. At harvest, 1,000 pods of each species were randomly collected. In each pod were measured: mass of pod with and without seeds, length, width and height of pods, number and mass of seeds per pod, and mass of hundred seeds. Measures of central tendency, variability and distribution were calculated, and the normality was verified. The sample size necessary to estimate the mean and coefficient of variation with amplitudes of the confidence interval of 95% (ACI95%) of 2%, 4%, ..., 20% was determined by resampling with replacement. The sample size varies among species and characters, being necessary a larger sample size to estimate the mean in relation of the necessary for the coefficient of variation.

Leaf area estimation from linear measurements in different ages of Crotalaria juncea plants.

The goal of this study was to estimate the leaf area of Crotalaria juncea according to the linear dimensions of leaves from different ages. Two experiments were conducted with C. juncea cultivar IAC-KR1, in the 2014/2015 sowing seasons. At 59, 82, 102, 129 days after sowing (DAS) of the first and 61, 80, 92, 104 DAS of the second experiment, 500 leaves were collected, totaling 4,000 leaves. In each leaf, the linear dimensions were measured (length, width, length/width ratio and length × width product) and the specific leaf area was determined through Digimizer and Sigma Scan Pro software, after scanning images. Then, 3,200 leaves were randomly separated to generate mathematical models of leaf area (Y) in function of linear dimension (x), and 800 leaves for the models validation. In C. juncea, the leaf areas determined by Digimizer and Sigma Scan Pro software are identical. The estimation models of leaf area as a function of length × width product showed superior adjustments to those obtained based on the evaluation of only one linear dimension. The linear model Y=0.7390x (R2=0.9849) of the real leaf area (Y) as a function of length × width product (x) is adequate to estimate the C. juncea leaf area.

Leaf area estimation from linear measurements in different ages of Crotalaria juncea plants

ABSTRACT The goal of this study was to estimate the leaf area of Crotalaria juncea according to the linear dimensions of leaves from different ages. Two experiments were conducted with C. juncea cultivar IAC-KR1, in the 2014/2015 sowing seasons. At 59, 82, 102, 129 days after sowing (DAS) of the first and 61, 80, 92, 104 DAS of the second experiment, 500 leaves were collected, totaling 4,000 leaves. In each leaf, the linear dimensions were measured (length, width, length/width ratio and length × width product) and the specific leaf area was determined through Digimizer and Sigma Scan Pro software, after scanning images. Then, 3,200 leaves were randomly separated to generate mathematical models of leaf area (Y) in function of linear dimension (x), and 800 leaves for the models validation. In C. juncea, the leaf areas determined by Digimizer and Sigma Scan Pro software are identical. The estimation models of leaf area as a function of length × width product showed superior adjustments to those obtained based on the evaluation of only one linear dimension. The linear model Ŷ=0.7390x (R2=0.9849) of the real leaf area (Y) as a function of length × width product (x) is adequate to estimate the C. juncea leaf area.

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

ABSTRACT: 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.

RESUMO: 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.

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

RESUMO: 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.

ABSTRACT: 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.

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

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.

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.

Number of leaves needed to model leaf area in jack bean plants using leaf dimensions / Número de folhas para modelar a área foliar de feijão de porco por dimensões foliares

Leaf area estimation models based on linear leaf dimensions are an important method because their application is not destructive to the leaves. For these models to be reliable, it is important that the estimation of model parameters is accurate, and for that to occur, the models must be generated using an adequate sample size (number of leaves). The objective of this study was to determine the number of leaves necessary to accurately model the leaf area of jack beans (Y), determined by digital photos, according to the width of the central leaflet (x), by a power model (Y = axb) generated through an iterative process. Accordingly, an experiment was performed in a 256 m2 area. A total of 745 leaves were randomly collected at six different crop development stages (29, 43, 57, 73, 87 and 101 days after emergence). Each leaf was comprised of a left, central and right leaflet. The width of the central leaflet (x) was measured on the 745 leaves. Leaf area (sum of the area of the left, central and right leaflets; Y) was then determined using a digital photo method. The number of leaves necessary for the estimation of the parameters a and b and the coefficient of determination (R2) of the power model were determined through resampling with replacement. The power model (Y = 4.2049x1.8215, R2 = 0.9701), based on the width of the central leaflet was determined to be adequate for estimating jack bean leaf area. Data collected from a sample of 200 leaves were determined to be sufficient for constructing an accurate power model for the leaf area of jack beans (Y) as a function of the width of the central leaflet (x), based on determinations of leaf area using digital photos.

Modelos de estimação de área foliar de plantas em função das dimensões lineares das folhas são importantes, principalmente, por não haver necessidade de destruição das folhas. Para modelos fidedignos, é importante que as estimativas de seus parâmetros sejam precisas, e, para isso, devem ser gerados a partir de um número adequado de folhas. O objetivo deste trabalho foi determinar o número de folhas necessário para modelar a área foliar de feijão de porco 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. Para isso foi conduzido um experimento numa área de 256 m2, no qual, em seis períodos de desenvolvimento da cultura (29, 43, 57, 73, 87 e 101 dias após a emergência) foram coletadas, aleatoriamente, o total de 745 folhas. Cada folha é composta pelos folíolos esquerdo, central e direito. Nas 745 folhas foi mensurada a largura do limbo do folíolo central (x). A seguir, determinou-se 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 reamostragens, com reposição. Em feijão de porco, o modelo potência (Y = 4,2049x1,8215, R2 = 0,9701) da largura do limbo do folíolo central é adequado para estimar a área foliar obtida por fotos digitais. Mensurar 200 folhas é suficiente para construir modelos precisos do tipo potência, da área foliar de feijão de porco determinada por fotos digitais (Y) em função da largura do limbo do folíolo central da folha (x).

Relações lineares entre caracteres de aveia preta / Linear relations among characters of black oat

É importante estudar as relações lineares entre os caracteres para a seleção indireta de plantas. O objetivo deste trabalho foi avaliar as relações lineares entre caracteres de aveia preta (Avena strigosa Schreb) e identificar caracteres para a seleção indireta. Foi conduzido experimento a campo e, em dez épocas de avaliação (22, 28, 34, 42, 48, 55, 76, 83, 90 e 105 dias após a semeadura), foram selecionadas, aleatoriamente, 52 plantas, totalizando 520 plantas. Em cada planta, foram mensurados os caracteres altura de planta, números de folhas e de perfilhos e as massas verde e seca. Foi ajustado o modelo sigmoidal e investigada a relação entre os caracteres por meio de análises de correlação e de trilha. Na cultura de aveia preta, o número de folhas por planta e a altura de planta têm relação linear positiva com as massas verde e seca e podem ser utilizados para seleção indireta.

It is important to study the linear relations among characters for indirect selection of plants. The objective of this paper was to evaluate the linear relations among characters of black oat (Avena strigosa Schreb) and identify characters for indirect selection. Field experiment was conducted and in ten evaluation times (22, 28, 34, 42, 48, 55, 76, 83, 90 and 105 days after sowing) were randomly selected 52 plants, totaling 520 plants. In each plant, were measured the characters plant height, number of leaves and number of tillers, and fresh and dry masses. The sigmoidal model was adjusted and it was studied the relations among the traits by correlation and path analysis. In the culture of black oat, the number of leaves per plant and plant height has a positive linear relation with the fresh and dry masses of shoots and can be used for indirect selection.

Divergência genética de milho transgênico em relação à produtividade de grãos e à qualidade nutricional / Genetic divergence of transgenic maize in relation to grain productivity and nutritio nal quality

O objetivo deste trabalho foi verificar a divergência genética entre genótipos de milho transgênico, em relação à produtividade de grãos e à qualidade nutricional. O experimento foi conduzido na safra 2009/2010, em Santa Maria, Estado do Rio Grande do Sul, no delineamento blocos casualizados, com três repetições. Foram avaliados 18 genótipos e mensuradas as seguintes variáveis após a colheita: produtividade de grãos, proteína bruta, lisina, metionina, cisteina, treonina, triptofano, valina, isoleucina, leucina, fenilalanina, histidina, arginina, extrato etéreo, amido e amilose. Para cada variável, foi realizada a análise de variância e comparadas as médias por meio do teste de Scott-Knott. Foi determinada a matriz de coeficientes de correlação genotípica e realizado o diagnóstico de multicolinearidade. Foi determinada a matriz de dissimilaridade entre os genótipos por meio da distância generalizada de Mahalanobis, realizado o agrupamento dos genótipos por meio do método UPGMA e validado o agrupamento por meio do coeficiente de correlação cofenética. Foram comparadas as médias dos grupos por meio do teste t para amostras independentes. Há divergência genética entre os genótipos de milho transgênico. As variáveis amilose, extrato etéreo e cisteina foram, nessa ordem, as que mais contribuíram para a divergência genética. Com base na produtividade de grãos, proteína bruta, lisina, cisteina, triptofano, extrato etéreo e amilose, há quatro grupos de genótipos de milho transgênico.

The aim of this study was to investigate the genetic divergence between genotypes of transgenic maize, in relation to grain productivity and nutritional quality. The experiment was conducted in 2009/2010 in Santa Maria, State of Rio Grande do Sul, on randomized block design with three replicates. Eighteen genotypes were analyzed and the variables were measured after harvest: grain productivity, crude protein, lysine, methionine, cysteine, threonine, tryptophan, valine, isoleucine, leucine, phenylalanine, histidine, arginine, ethereal extract, starch and amylose. An analysis of variance was performed for each variable and the means were compared using the Scott-Knott test. The genotypic correlation matrix was calculated, multicollinearity was evaluated and a contribution analysis was performed. Dissimilarity matrix between genotypes was determined by Mahalanobis generalized distance. The genotypes were grouped using the Unweighted Pair Group Method with Arithmetic Mean (UPGMA) and the cophenetic correlation coefficient was calculated to validate the grouping. The group means were compared using the t-test for independent samples. There is genetic divergence between genotypes of transgenic maize. Variables amylose, ethereal extract and cysteine showed the greatest contribution to genetic divergence. Based on grain productivity, crude protein, lysine, cysteine, tryptophan, ethereal extract and amylase, there are four genotype groups of transgenic maize.

Divergência genética de milho transgênico em relação à produtividade de grãos e à qualidade nutricional / Genetic divergence of transgenic maize in relation to grain productivity and nutritio nal quality

O objetivo deste trabalho foi verificar a divergência genética entre genótipos de milho transgênico, em relação à produtividade de grãos e à qualidade nutricional. O experimento foi conduzido na safra 2009/2010, em Santa Maria, Estado do Rio Grande do Sul, no delineamento blocos casualizados, com três repetições. Foram avaliados 18 genótipos e mensuradas as seguintes variáveis após a colheita: produtividade de grãos, proteína bruta, lisina, metionina, cisteina, treonina, triptofano, valina, isoleucina, leucina, fenilalanina, histidina, arginina, extrato etéreo, amido e amilose. Para cada variável, foi realizada a análise de variância e comparadas as médias por meio do teste de Scott-Knott. Foi determinada a matriz de coeficientes de correlação genotípica e realizado o diagnóstico de multicolinearidade. Foi determinada a matriz de dissimilaridade entre os genótipos por meio da distância generalizada de Mahalanobis, realizado o agrupamento dos genótipos por meio do método UPGMA e validado o agrupamento por meio do coeficiente de correlação cofenética. Foram comparadas as médias dos grupos por meio do teste t para amostras independentes. Há divergência genética entre os genótipos de milho transgênico. As variáveis amilose, extrato etéreo e cisteina foram, nessa ordem, as que mais contribuíram para a divergência genética. Com base na produtividade de grãos, proteína bruta, lisina, cisteina, triptofano, extrato etéreo e amilose, há quatro grupos de genótipos de milho transgênico.

The aim of this study was to investigate the genetic divergence between genotypes of transgenic maize, in relation to grain productivity and nutritional quality. The experiment was conducted in 2009/2010 in Santa Maria, State of Rio Grande do Sul, on randomized block design with three replicates. Eighteen genotypes were analyzed and the variables were measured after harvest: grain productivity, crude protein, lysine, methionine, cysteine, threonine, tryptophan, valine, isoleucine, leucine, phenylalanine, histidine, arginine, ethereal extract, starch and amylose. An analysis of variance was performed for each variable and the means were compared using the Scott-Knott test. The genotypic correlation matrix was calculated, multicollinearity was evaluated and a contribution analysis was performed. Dissimilarity matrix between genotypes was determined by Mahalanobis generalized distance. The genotypes were grouped using the Unweighted Pair Group Method with Arithmetic Mean (UPGMA) and the cophenetic correlation coefficient was calculated to validate the grouping. The group means were compared using the t-test for independent samples. There is genetic divergence between genotypes of transgenic maize. Variables amylose, ethereal extract and cysteine showed the greatest contribution to genetic divergence. Based on grain productivity, crude protein, lysine, cysteine, tryptophan, ethereal extract and amylase, there are four genotype groups of transgenic maize.

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.

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.

Dimensionamento amostral para avaliar caracteres morfológicos e produtivos de aveia preta em épocas de avaliação / Sample size to evaluate morphological and productive characters in black oat in evaluation times

Os objetivos deste trabalho foram determinar o tamanho de amostra (número de plantas) para a estimação da média de caracteres morfológicos e produtivos de aveia preta (Avena strigosa Schreb) e verificar a variabilidade do tamanho de amostra entre caracteres e entre épocas de avaliação. Num experimento a campo, em dez épocas de avaliação (22, 28, 34, 42, 48, 55, 76, 83, 90 e 105 dias após a semeadura), foram selecionadas, aleatoriamente, 52 plantas, totalizando 520 plantas. Em cada planta, foram mensurados os caracteres morfológicos (altura de planta, números de folhas e de perfilhos) e os produtivos (massas verde e seca). Foram calculadas medidas de tendência central e de variabilidade, verificada a normalidade e calculado o tamanho de amostra. Na cultura de aveia preta, há variabilidade do tamanho de amostra entre caracteres e entre épocas de avaliação. Para estimar a média com mesma precisão, o tamanho de amostra dos caracteres produtivos é maior que o dos morfológicos. O tamanho de amostra na fase intermediária de desenvolvimento da cultura é maior que nas fases inicial (primeiras épocas de avaliação) e final (últimas épocas de avaliação). Para a estimação da média dos caracteres morfológicos e produtivos, para um erro de estimação máximo de 20% da média, com grau de confiança de 95%, 47 plantas são suficientes.

The objectives of this research were to determine the sample size (number of plants) to estimate the average of the morphological and productive characters of black oat (Avena strigosa Schreb) and check the variability of the sample size among characters and evaluation times. A field experiment was conducted and in ten evaluation times (22, 28, 34, 42, 48, 55, 76, 83, 90 and 105 days after sowing) were randomly selected 52 plants, totaling 520 plants. In each plant, were measured morphological (plant height, number of leaves and number of tillers) and productive characters (fresh and dry matters). Measures of central tendency and variability were calculated, normality was checked and the sample size was calculated. In the culture of black oat, there is variability in the sample size among characters and evaluation times. To estimate average with the same precision, the sample size of productive characters is greater than morphological. The sample size at the intermediate stage of crop development is greater than the final (last evaluation times) and initial stages (first evaluation times). For the morphological and productive characters, 47 plants are enough to predict the average, with an estimation error maximum of 20% of estimated average, with a degree confidence of 95%.

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.

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.

Tamanho de parcela e número de repetições em feijão de porco / Plot size and number of replicates in jack bean

Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela e o número de repetições para avaliar caracteres de feijão de porco (Canavalia ensiformis). Foram realizados seis ensaios de uniformidade de 5m×5m (25m2). Cada ensaio foi dividido em 25 unidades experimentais básicas (UEB) de 1m×1m, totalizando 150UEB. Foi pesada a massa verde de vagens (MVV) e a massa verde de parte aérea sem vagens (MVPASV) e calculada a massa verde de parte aérea (MVPA=MVV+MVPASV) das plantas de cada UEB. Foi determinado o tamanho ótimo de parcela e comparadas as médias entre os caracteres MVV, MVPASV e MVPA. Após, foi calculado o número de repetições. Os tamanhos ótimos de parcela para avaliar a massa verde de vagens, a massa verde de parte aérea sem vagens e a massa verde de parte aérea são, respectivamente, 8,59m2, 6,14m2 e 5,85m2. Quatro repetições, para avaliar até 50 tratamentos, no delineamento blocos ao acaso, são suficientes para identificar, como significativas a 5% de probabilidade, pelo teste de Tukey, diferenças entre médias de tratamentos de 55,48%, 39,66% e 37,78% das médias de massa verde de vagens, de massa verde de parte aérea sem vagens e de massa verde de parte aérea do experimento, respectivamente.

The objectives of this research were to determine the optimum plot size and the number of repetitions to evaluate characters of jack bean (Canavalia ensiformis). It was carried six uniformity assays of size 5m×5m (25m2). Each assay was divided in 25 basic experimental units (UEB) of 1m×1m, totaling 150UEB. The fresh mass of pods (MVV) and fresh mass of aerial part without pods (MVPASV) were weighed and fresh mass of the aerial part (MVPA=MVV+MVPASV) of plants of each UEB was calculated. The optimum plot size was determined and the means were compared, between characters MVV, MVPASV and MVPA. The number of replicates was determined. The optimum plot sizes to evaluate the fresh mass of pods, fresh mass of aerial part without pods and fresh mass of aerial part are, respectively, 8.59m2, 6.14m2 and 5.85m2. Four replications, to evaluate up to 50 treatments, in randomized block designs, are sufficient to identify, as significant at the 5% probability by Tukey test, differences between treatment means 55.48%, 39.66% and 37.78% of the average fresh mass of pods, fresh mass of aerial part without pods and fresh mass of aerial part of the experiment, respectively.

Tamanho de parcela e número de repetições em aveia preta / Plot size and number of repetitions in black oat

Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela e o número de repetições, para avaliar a massa verde de aveia preta (Avena strigosa Schreb). Foram realizados 18 ensaios de uniformidade de 8m×8m (64m2). Cada ensaio foi dividido em 64 unidades experimentais básicas (UEB) de 1m×1m, totalizando 1.152UEB. Foi pesada a massa verde das plantas de cada UEB. Nove ensaios (576UEB) foram avaliados aos 102 dias após a semeadura e os outros nove ensaios (576UEB) aos 106 dias após a semeadura. 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, entre as épocas de avaliação, foram feitas pelo teste t de Student. O número de repetições, para experimentos nos delineamentos inteiramente casualizado e blocos ao acaso, 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%, 12%, ..., 30%), foi determinado por processo iterativo até a convergência. O tamanho ótimo de parcela para avaliar a massa verde de aveia preta é de 4,14UEB de 1m2 (4,14m2). Quatro repetições, para avaliar até 50 tratamentos, nos delineamentos inteiramente casualizado e blocos ao acaso, são suficientes para identificar, como significativas a 5% de probabilidade, pelo teste de Tukey, diferenças entre médias de tratamentos de 26,7% da média do experimento.

The objectives of this research were to determine the optimum plot size and number of repetitions, to evaluate the fresh weight of black oat (Avena strigosa Schreb). Eighteen uniformity assays of 8m×8m (64m2) were conducted. Each assay was divided in 64 basic experimental units (UEB) of 1m×1m, totaling 1,152UEB. The fresh weight of plants, in each UEB was weighed. Nine assays (576UEB) were evaluated at 102 days after sowing and the other nine assays (576UEB) at 106 days after sowing. The optimum plot size (Xo) was determined by the method of maximum curvature of the model coefficient of variation and the means compared, among evaluation times, by Student's t test. The number of repetitions for experiments on completely randomized and randomized block designs, 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 test, expressed in percentage of the average of the experiment (d=10%, 12%, ..., 30%), was determined by iterative process until convergence. The optimum plot size to evaluate the fresh weight of black oats is 4.14UEBof 1m2 (4.14m2). Four replications, to evaluate up to 50 treatments, in completely randomized and randomized block designs, are sufficient to identify, as significant at 5% probability by Tukey test, differences between treatment means of 26.7% of the average experiment.