Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Registro Completo
Biblioteca(s):  Embrapa Arroz e Feijão; Embrapa Unidades Centrais.
Data corrente:  24/01/2024
Data da última atualização:  18/04/2024
Tipo da produção científica:  Artigo em Periódico Indexado
Autoria:  MIGUEL, J. A. de C.; TEIXEIRA, R. DE K. S.; ABREU, A. de F. B.; RAMALHO, M. A. P.; SOUZA, E. A. de.
Afiliação:  JÚLIO AUGUSTO DE CASTRO MIGUEL, UNIVERSIDADE FEDERAL DE LAVRAS; RITA DE KASSIA SIQUEIRA TEIXEIRA, SYNGENTA SEEDS LTDA; ANGELA DE FATIMA BARBOSA ABREU, CNPAF; MAGNO ANTÔNIO PATO RAMALHO, UNIVERSIDADE FEDERAL DE LAVRAS; ELAINE APARECIDA DE SOUZA, UNIVERSIDADE FEDERAL DE LAVRAS.
Título:  Variability among common bean lines for maximum dry matter accumulation in the grains.
Ano de publicação:  2023
Fonte/Imprenta:  Pesquisa Agropecuária Brasileira, v. 58, e03180, 2023.
ISSN:  1678-3921
DOI:  https://doi.org/10.1590/S1678-3921.pab2023.v58.03180
Idioma:  Inglês
Notas:  Título em português: Variabilidade entre linhagens de feijão comum para máximo acúmulo de matéria seca nos grãos.
Conteúdo:  ABSTRACT - The objective of this work was to verify if there is variability in the dry matter accumulation rate of grains of the carioca-type common bean, as well as to identify the success of selection for this trait and the best time for harvest. Sixteen lines with carioca-type grains were evaluated in three sowing seasons through samples of five plants obtained at regular intervals. A quadratic equation was used to estimate the number of days to obtain the maximum dry matter in the grains. A low variability was observed among the lines, discouraging selection for this trait. The ideal moment for harvesting is when 100% of the grains present the typical stripes of carioca common bean, which may vary among and within pods of the same plant. If the harvest is carried out before complete physiological maturation is reached, the dry matter in the grains decreases, on average, 2.75% per day. RESUMO - O objetivo deste trabalho foi verificar se há variabilidade na taxa de acúmulo de matéria seca nos grãos de feijão comum do tipo carioca, bem como identificar o sucesso na seleção para este caráter e a melhor época para colheita. Dezesseis linhagens com grãos do tipo carioca foram avaliadas em três épocas de semeadura, por meio de amostras de cinco plantas, obtidas em intervalos regulares. Utilizou-se equação quadrática para estimar o número de dias para obtenção do máximo de matéria seca nos grãos. Observou-se baixa variabilidade entre as linhagens, o que desestimula a seleção par... Mostrar Tudo
Palavras-Chave:  Maturação fisiológica.
Thesagro:  Colheita; Época de Semeadura; Feijão; Linhagem; Matéria Seca; Phaseolus Vulgaris; Produtividade.
Thesaurus Nal:  Beans; Grain yield; Harvesting.
Categoria do assunto:  --
G Melhoramento Genético
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1161259/1/Variability-among-common-bean-lines-2023.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Arroz e Feijão (CNPAF)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
AI-SEDE67119 - 1UPEAP - DD
CNPAF36871 - 1UPCAP - DD20232023
Voltar






Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br.

Registro Completo

Biblioteca(s):  Embrapa Agricultura Digital.
Data corrente:  30/01/2001
Data da última atualização:  17/10/2017
Autoria:  NARCISO, M. G.; LORENA, L. A. N.; FURTADO, J. C.
Afiliação:  MARCELO GONCALVES NARCISO, CNPTIA; LUIZ ANTÔNIO NOGUEIRA LORENA, INPE; JOÃO CARLOS FURTADO, INPE.
Título:  Algoritmo genético construtivo (AGC): uma nova abordagem de algoritmo genético.
Ano de publicação:  2000
Fonte/Imprenta:  Campinas: Embrapa Informática Agropecuária, 2000.
Páginas:  22 p.
Série:  (Embrapa Informática Agropecuária. Relatório Tecnico, 6).
Idioma:  Português
Conteúdo:  Neste trabalho apresentamos uma aplicação da metaheurística denominada Algoritmo Genético Construtivo (AGC) ao Problema Generalizado de Atribuição (PGA) e também ao Problema das P-medianas. O AGC apresenta algumas características inovadoras em relação aos algoritmos genéticos tradicionais (AGT), tais como população formada apenas de estruturas e/ou esquemas, processo proporcional de avaliação, recombinação entre esquemas, população dinâmica, mutação em estruturas completas, e a possibilidade de uso de heurísticas na representação dos esquemas e/ou estruturas (veja para mais informações sobre o AGC). Em nossa aplicação do AGC ao PGA e ao problema das p-medianas, cada um destes é considerado como um problema de clustering. Uma representação binária é usada para esquemas e estruturas, e heurísticas de atribuição particionam os itens nas mochilas. Esquemas não levam em conta todos os dados do problema. São recombinados podendo gerar novos esquemas ou estruturas. Novos esquemas são avaliados de forma proporcional e podem entrar na população passarem por um teste de evolução (sic). Quando estruturas completas resultam da recombinação de esquemas ou quando bons esquemas são complementados, as estruturas sofrem mutação. A melhor estrutura gerada é guardada no processo. Testes computacionais foram realizados com bons resultados, usando instâncias de larga escala disponíveis na literatura.
Palavras-Chave:  AGC; Algoritimo genético construtivo; Algoritmo; Algoritmo genético; Algoritmo genetico constritivo (AGC); Algoritmo genético construtivo; Algoritmo genetico construtivo (AGC); Algoritmo genético cunstrutivo; CGA; Constructive genetic algorithm; Construtive genetic algorithm; Construtive genetic algorithm (CGA); Construtive genetic algorithm(CGA); Construtive genetic algorithum; Desempenho; Desempenho do AGC; Generalized assignment problem; Generalized assignment problem (GAP); P-median problem; P-medianas; P-mendian problem; Performance of CGA; Performance of CGA: Uses of CGA of CGA in real cases; Problema da P-medianas: Deemprego do AGC; Problema das P-medianas; Problema Generalizado de Atribuição; Problema Generalizado de Atribuição (PGA); Problema generalizado de atribuicao(PGA); Problemas das P-medianas; Uses; Uses of CGA in real cases; Uso; Uso de AGC em casos reais; Uso do AGC em casos reais.
Thesagro:  Estatística; Genética; Mutação; Performance; Programa de Computador.
Categoria do assunto:  --
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Agricultura Digital (CNPTIA)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CNPTIA8382 - 1UMTFL - --2001.00017
CNPTIA8382 - 2UMTFL - --2001.00017
Fechar
Nenhum registro encontrado para a expressão de busca informada.
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional