| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agrobiologia; Embrapa Agropecuária Oeste; Embrapa Amapá; Embrapa Amazônia Ocidental; Embrapa Cerrados; Embrapa Meio Norte / UEP-Parnaíba; Embrapa Pantanal; Embrapa Rondônia; Embrapa Roraima; Embrapa Soja; Embrapa Trigo; Embrapa Unidades Centrais. MenosEmbrapa Agrobiologia; Embrapa Agropecuária Oeste; Embrapa Amapá; Embrapa Amazônia Ocidental; Embrapa Cerrados; Embrapa Meio Norte / UEP-Parnaíba; Embrapa Pantanal; Embrapa Rondônia; Embrapa Roraima; Embrapa Soja... Mostrar Todas |
|
Data corrente: |
08/02/2002 |
|
Data da última atualização: |
06/09/2012 |
|
Tipo da produção científica: |
Documentos |
|
Autoria: |
MONDINI, M. L.; VIEIRA, C. P.; CAMBRAIA, L. A. |
|
Título: |
Época de semeadura: um importante fator que afeta a produtividade da cultura da soja. |
|
Ano de publicação: |
2001 |
|
Fonte/Imprenta: |
Dourados: Embrapa Agropecuária Oeste, 2001. |
|
Páginas: |
16 p. |
|
Série: |
(Embrapa Agropecuária Oeste. Documentos, 34) |
|
Idioma: |
Português |
|
Conteúdo: |
O presente trabalho destaca a época correta de semeadura da soja, tais como: temperatura do ar, umidade do solo e fotoperíodo. São fatores de extrema importância para elevação da produtividade, sem qualquer ônus adicional. |
|
Palavras-Chave: |
Brasil; Dourados; Mato Grosso; Mato Grosso do Sul; Plant production; Productivity; Resistance; Soja - Época de plantio; Soja - Época de semeadura; Soja - Rendimento - Época de Semeadura; Soybean; Soybean - Sowing Date. |
|
Thesagro: |
Adubação; Cerrado; Época de Semeadura; Glycine Max; Glycine Soja; Produção Vegetal; Produtividade; Rendimento; Semeadura; Semente; Soja; Solo; Temperatura do Solo; Umidade do Solo. |
|
Thesaurus Nal: |
fertilizers; seeds; soil; soil temperature; soil water content; sowing; sowing date; soybeans; yields. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/65720/1/DOC34.pdf
|
|
Marc: |
LEADER 01744nam a2200577 a 4500
001 1229672
005 2012-09-06
008 2001 bl uuuu u0uu1 u #d
100 1 $aMONDINI, M. L.
245 $aÉpoca de semeadura$bum importante fator que afeta a produtividade da cultura da soja.
260 $aDourados: Embrapa Agropecuária Oeste$c2001
300 $a16 p.
490 $a(Embrapa Agropecuária Oeste. Documentos, 34)
520 $aO presente trabalho destaca a época correta de semeadura da soja, tais como: temperatura do ar, umidade do solo e fotoperíodo. São fatores de extrema importância para elevação da produtividade, sem qualquer ônus adicional.
650 $afertilizers
650 $aseeds
650 $asoil
650 $asoil temperature
650 $asoil water content
650 $asowing
650 $asowing date
650 $asoybeans
650 $ayields
650 $aAdubação
650 $aCerrado
650 $aÉpoca de Semeadura
650 $aGlycine Max
650 $aGlycine Soja
650 $aProdução Vegetal
650 $aProdutividade
650 $aRendimento
650 $aSemeadura
650 $aSemente
650 $aSoja
650 $aSolo
650 $aTemperatura do Solo
650 $aUmidade do Solo
653 $aBrasil
653 $aDourados
653 $aMato Grosso
653 $aMato Grosso do Sul
653 $aPlant production
653 $aProductivity
653 $aResistance
653 $aSoja - Época de plantio
653 $aSoja - Época de semeadura
653 $aSoja - Rendimento - Época de Semeadura
653 $aSoybean
653 $aSoybean - Sowing Date
700 1 $aVIEIRA, C. P.
700 1 $aCAMBRAIA, L. A.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agropecuária Oeste (CPAO) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Café. |
|
Data corrente: |
21/01/2022 |
|
Data da última atualização: |
21/01/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
COSTA, J. A. da; AZEVEDO, C. F.; NASCIMENTO, M.; SILVA, F. F. e; RESENDE, M. D. V. de; NASCIMENTO, A. C. C. |
|
Afiliação: |
JAQUICELE APARECIDA DA COSTA, UFV; CAMILA FERREIRA AZEVEDO, UFV; MOYSÉS NASCIMENTO, UFV; FABYANO FONSECA E SILVA, UFV; MARCOS DEON VILELA DE RESENDE, CNPCa; ANA CAROLINA CAMPANA NASCIMENTO, UFV. |
|
Título: |
A comparison of regression methods based on dimensional reduction for genomic prediction. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
Genetics and Molecular Research, v. 20, n. 2, p. 1-15, 2021. |
|
DOI: |
https://doi.org/10.4238/gmr18877 |
|
Idioma: |
Inglês |
|
Conteúdo: |
multicollinearity and high dimensionality problems, making it impossible to obtain stable estimates through the traditional method of estimation based on ordinary least squares. To overcome such challenges, dimensionality reduction methods have been proposed, because of their simple theory and easy application. We compared three dimensionality reduction methods: Principal Components Regression (PCR), Partial Least Squares (PLS), and Independent Components Regression (ICR). An important step for dimensionality reduction and prediction is selecting the number of components, as it affects the linear combinations of the explanatory variables. The linear combinations are inserted into the model to predict the response based on a reduced number of parameters. We examined the criteria for the selection of the number of components. The dimensionality reduction methods were applied to genomic and phenotype data. We evaluated 370 accessions of Asian rice, Oryza sativa, which were genotyped for 36,901 SNPs markers considered to predict the genomic values for the number of panicles per plant trait.This data set presented multicollinearity and high dimensionality. The computational time for each method was also recorded. Among the methods, PCR and ICR gave the highest accuracy values, with ICR standing out for presenting estimates of the least biased genomic values. However, ICR required more computational time than the other methodologies. |
|
Thesaurus NAL: |
Genomics; Regression analysis. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/230432/1/A-comparison-of-regression-methods.pdf
|
|
Marc: |
LEADER 02131naa a2200217 a 4500
001 2139234
005 2022-01-21
008 2021 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.4238/gmr18877$2DOI
100 1 $aCOSTA, J. A. da
245 $aA comparison of regression methods based on dimensional reduction for genomic prediction.$h[electronic resource]
260 $c2021
520 $amulticollinearity and high dimensionality problems, making it impossible to obtain stable estimates through the traditional method of estimation based on ordinary least squares. To overcome such challenges, dimensionality reduction methods have been proposed, because of their simple theory and easy application. We compared three dimensionality reduction methods: Principal Components Regression (PCR), Partial Least Squares (PLS), and Independent Components Regression (ICR). An important step for dimensionality reduction and prediction is selecting the number of components, as it affects the linear combinations of the explanatory variables. The linear combinations are inserted into the model to predict the response based on a reduced number of parameters. We examined the criteria for the selection of the number of components. The dimensionality reduction methods were applied to genomic and phenotype data. We evaluated 370 accessions of Asian rice, Oryza sativa, which were genotyped for 36,901 SNPs markers considered to predict the genomic values for the number of panicles per plant trait.This data set presented multicollinearity and high dimensionality. The computational time for each method was also recorded. Among the methods, PCR and ICR gave the highest accuracy values, with ICR standing out for presenting estimates of the least biased genomic values. However, ICR required more computational time than the other methodologies.
650 $aGenomics
650 $aRegression analysis
700 1 $aAZEVEDO, C. F.
700 1 $aNASCIMENTO, M.
700 1 $aSILVA, F. F. e
700 1 $aRESENDE, M. D. V. de
700 1 $aNASCIMENTO, A. C. C.
773 $tGenetics and Molecular Research$gv. 20, n. 2, p. 1-15, 2021.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Café (CNPCa) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
