| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Mandioca e Fruticultura. Para informações adicionais entre em contato com cnpmf.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Mandioca e Fruticultura. |
|
Data corrente: |
19/01/2015 |
|
Data da última atualização: |
26/05/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
COSTA, M. F.; OSUNA, J. T. A.; BRANDÃO, H. N.; HARAGUCHI, M.; LEDO, C. A. da S. |
|
Afiliação: |
MILENA FERREIRA COSTA, UEFS; JUAN TOMÁS AYALA OSUNA, UEFS; HUGO NEVES BRANDÃO, UEFS; MITSUE HARAGUCHI, Centro de Sanidade Animal. Instituto Biológico; CARLOS ALBERTO DA SILVA LEDO, CNPMF. |
|
Título: |
Composição química e toxicidade foliar de extratos do resíduo líquido de sisal. |
|
Ano de publicação: |
2014 |
|
Fonte/Imprenta: |
Magistra, Cruz das Almas - BA, V. 26, n. 3, p. 376 - 388, Jul./Set. 2014. |
|
Idioma: |
Português |
|
Conteúdo: |
A presente pesquisa teve como objetivo realizar a triagem fitoquímica com o suco de sisal obtido por dois processos distintos, coletado nos anos de 2010 e 2011 em Valente (BA), e avaliar a toxicidade dos extratos do resíduo líquido de Agave sisalana para plantas de milho. Foram realizados testes colorimétricos e de precipitação para detecção dos componentes químicos do resíduo e, para efeito de fitotoxicidade, os extratos etanólico, butanólico e acetato de etila foram testados em comparação com o inseticida natural Nim, o sintético metomil e água destilada, sendo atribuídas notas de acordo com a intensidade dos sintomas. Foram encontrados indícios da presença de taninos, triterpenos e saponinas em todas as amostras do resíduo, sendo que, em amostras não levadas à decocção foram encontrados, ainda, alcaloides e cumarinas, o que não compromete a atividade inseticida. Em ambos os experimentos de fitotoxicidade, o extrato acetato de etila foi o que proporcionou os menores efeitos, enquanto o extrato etanólico, na concentração de 100 mg.ml-1, causou os maiores danos, dentre os tratamentos. |
|
Palavras-Chave: |
Metabólito secundário. |
|
Thesagro: |
Agave sisalana; Fitotoxicidade; Sisal; Toxidez. |
|
Thesaurus Nal: |
Phytotoxicity; Secondary metabolites. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 01876naa a2200253 a 4500
001 2005954
005 2023-05-26
008 2014 bl uuuu u00u1 u #d
100 1 $aCOSTA, M. F.
245 $aComposição química e toxicidade foliar de extratos do resíduo líquido de sisal.$h[electronic resource]
260 $c2014
520 $aA presente pesquisa teve como objetivo realizar a triagem fitoquímica com o suco de sisal obtido por dois processos distintos, coletado nos anos de 2010 e 2011 em Valente (BA), e avaliar a toxicidade dos extratos do resíduo líquido de Agave sisalana para plantas de milho. Foram realizados testes colorimétricos e de precipitação para detecção dos componentes químicos do resíduo e, para efeito de fitotoxicidade, os extratos etanólico, butanólico e acetato de etila foram testados em comparação com o inseticida natural Nim, o sintético metomil e água destilada, sendo atribuídas notas de acordo com a intensidade dos sintomas. Foram encontrados indícios da presença de taninos, triterpenos e saponinas em todas as amostras do resíduo, sendo que, em amostras não levadas à decocção foram encontrados, ainda, alcaloides e cumarinas, o que não compromete a atividade inseticida. Em ambos os experimentos de fitotoxicidade, o extrato acetato de etila foi o que proporcionou os menores efeitos, enquanto o extrato etanólico, na concentração de 100 mg.ml-1, causou os maiores danos, dentre os tratamentos.
650 $aPhytotoxicity
650 $aSecondary metabolites
650 $aAgave sisalana
650 $aFitotoxicidade
650 $aSisal
650 $aToxidez
653 $aMetabólito secundário
700 1 $aOSUNA, J. T. A.
700 1 $aBRANDÃO, H. N.
700 1 $aHARAGUCHI, M.
700 1 $aLEDO, C. A. da S.
773 $tMagistra, Cruz das Almas - BA, V. 26$gn. 3, p. 376 - 388, Jul./Set. 2014.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Mandioca e Fruticultura (CNPMF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Territorial. |
|
Data corrente: |
11/11/2020 |
|
Data da última atualização: |
11/11/2020 |
|
Tipo da produção científica: |
Documentos |
|
Autoria: |
FERREIRA, R. R. M.; PAIM, F. A. de P.; RODRIGUES, V. G. S.; CASTRO, G. S. A. |
|
Afiliação: |
ROGERIO RESENDE MARTINS FERREIRA, CNPM; FERNANDO ANTONIO DE PADUA PAIM, CNPM; VALÉRIA GUIMARÃES SILVESTRE RODRIGUES, USP; GUSTAVO SPADOTTI AMARAL CASTRO, CNPM. |
|
Título: |
Análise de cluster não supervisionado em R: agrupamento hierárquico. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
Campinas: Embrapa Territorial, 2020. |
|
Páginas: |
43 p. |
|
Série: |
(Embrapa Territorial. Documentos, 133) |
|
ISSN: |
0103-7811 |
|
Idioma: |
Português |
|
Conteúdo: |
Ao analisar uma base de dados, um dos principais desafios do analista é resumir a informação coletada. Em muitos casos, quando contamos com um grande número de observações, pode ser de interesse criar grupos. Dentro de cada grupo os elementos devem ser semelhantes entre si e diferentes dos elementos dentro dos outros grupos. A análise de clusters é um procedimento da estatística multivariada que tenta agrupar um conjunto de dados em subgrupos homogêneos, chamados de agrupamentos. É uma técnica matemática que tem como finalidade revelar estruturas de classificação nos dados do mundo real. Os métodos hierárquicos da análise de cluster têm como principal característica um algoritmo capaz de fornecer mais de um tipo de partição dos dados. Ele gera vários agrupamentos possíveis, e um cluster pode ser mesclado a outro em determinado passo do algoritmo. A maioria dos ambientes e softwares de análise estatística dispõem de opções para fazer análise de cluster e construção de dendrogramas. O software R conta com uma grande quantidade de funções e pacotes de trabalho para análise de agrupamento. É nesse contexto que esta publicação se insere, ao descrever os principais conceitos para a aplicação de procedimentos estatísticos de análise não supervisionada que objetivam produzir agrupamentos hierárquicos com base na semelhança ou dissemelhança entre os objetos de estudo. O leitor perceberá a dificuldade associada ao processo e entenderá os usos principais da técnica. MenosAo analisar uma base de dados, um dos principais desafios do analista é resumir a informação coletada. Em muitos casos, quando contamos com um grande número de observações, pode ser de interesse criar grupos. Dentro de cada grupo os elementos devem ser semelhantes entre si e diferentes dos elementos dentro dos outros grupos. A análise de clusters é um procedimento da estatística multivariada que tenta agrupar um conjunto de dados em subgrupos homogêneos, chamados de agrupamentos. É uma técnica matemática que tem como finalidade revelar estruturas de classificação nos dados do mundo real. Os métodos hierárquicos da análise de cluster têm como principal característica um algoritmo capaz de fornecer mais de um tipo de partição dos dados. Ele gera vários agrupamentos possíveis, e um cluster pode ser mesclado a outro em determinado passo do algoritmo. A maioria dos ambientes e softwares de análise estatística dispõem de opções para fazer análise de cluster e construção de dendrogramas. O software R conta com uma grande quantidade de funções e pacotes de trabalho para análise de agrupamento. É nesse contexto que esta publicação se insere, ao descrever os principais conceitos para a aplicação de procedimentos estatísticos de análise não supervisionada que objetivam produzir agrupamentos hierárquicos com base na semelhança ou dissemelhança entre os objetos de estudo. O leitor perceberá a dificuldade associada ao proce... Mostrar Tudo |
|
Palavras-Chave: |
Análise de agrupamento; Software. |
|
Thesagro: |
Análise de Dados. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/217667/1/5360.pdf
|
|
Marc: |
LEADER 02225nam a2200217 a 4500
001 2126478
005 2020-11-11
008 2020 bl uuuu u0uu1 u #d
022 $a0103-7811
100 1 $aFERREIRA, R. R. M.
245 $aAnálise de cluster não supervisionado em R$bagrupamento hierárquico.$h[electronic resource]
260 $aCampinas: Embrapa Territorial$c2020
300 $a43 p.
490 $a(Embrapa Territorial. Documentos, 133)
520 $aAo analisar uma base de dados, um dos principais desafios do analista é resumir a informação coletada. Em muitos casos, quando contamos com um grande número de observações, pode ser de interesse criar grupos. Dentro de cada grupo os elementos devem ser semelhantes entre si e diferentes dos elementos dentro dos outros grupos. A análise de clusters é um procedimento da estatística multivariada que tenta agrupar um conjunto de dados em subgrupos homogêneos, chamados de agrupamentos. É uma técnica matemática que tem como finalidade revelar estruturas de classificação nos dados do mundo real. Os métodos hierárquicos da análise de cluster têm como principal característica um algoritmo capaz de fornecer mais de um tipo de partição dos dados. Ele gera vários agrupamentos possíveis, e um cluster pode ser mesclado a outro em determinado passo do algoritmo. A maioria dos ambientes e softwares de análise estatística dispõem de opções para fazer análise de cluster e construção de dendrogramas. O software R conta com uma grande quantidade de funções e pacotes de trabalho para análise de agrupamento. É nesse contexto que esta publicação se insere, ao descrever os principais conceitos para a aplicação de procedimentos estatísticos de análise não supervisionada que objetivam produzir agrupamentos hierárquicos com base na semelhança ou dissemelhança entre os objetos de estudo. O leitor perceberá a dificuldade associada ao processo e entenderá os usos principais da técnica.
650 $aAnálise de Dados
653 $aAnálise de agrupamento
653 $aSoftware
700 1 $aPAIM, F. A. de P.
700 1 $aRODRIGUES, V. G. S.
700 1 $aCASTRO, G. S. A.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Territorial (CNPM) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
