| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Arroz e Feijão. Para informações adicionais entre em contato com cnpaf.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Arroz e Feijão. |
|
Data corrente: |
18/05/2000 |
|
Data da última atualização: |
07/10/2021 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
GUIMARÃES, E. P.; AMÉZQUITA, M. C.; LEMA, G.; CORREA-VICTORIA, F. |
|
Afiliação: |
ELCIO PERPETUO GUIMARAES, CNPAF. |
|
Título: |
Determination of minimum number of growing seasons for assessment of disease resistance stability in rice. |
|
Ano de publicação: |
1998 |
|
Fonte/Imprenta: |
Crop Science, v. 38, n. 1, p. 67-71, Jan./Fev. 1998. |
|
ISSN: |
0011-183X |
|
DOI: |
10.2135/cropsci1998.0011183x003800010012x |
|
Idioma: |
Inglês |
|
Conteúdo: |
The literature reports that evaluations over a number of growing seasons are required to identify stable disease resistance in rice (Oryza sativa L.). CIAT's Rice Breeding Program alms to develop lines with stable resistance; therefore, the knowledge of how long a germplasm should be assessed before being used in crosses is important. For this research, 69 commercial cultivars grown in Latin America and the Caribbean were evaluated during 11 growing seasons in a ?hot spot? site for the four most important diseases of rice: leaf and panicle blast (caused by Pyricularia grisea Sacc.), leaf scald [caused by Microdochium oryzae (Hashioka & Yokogi) Samuels & I.C. Hallett syn. Gerlachla oryzae (Hashioka & Yokogi) W. Gams syn. Rhynchosporium oryzae (Hashioka & Yokogi)], and grain discoloration (caused by species of Sarodadium, Bipolaris, Alternaria, Gerlachia, Fusarium, Phoma, Curvularia, Trichoconiella, and Pseudomonas). Cultivar mean disease severity (M), its response to increase in disease pressure (b), and the standard deviations from the regression (Sb) were calculated. Eleven evaluation seasons were considered as the most reliable period, in which an ideal set of 13 cultivars was identified based on their disease resistance stability (M, b, and Sb values). To identify the minimum number of seasons required to assess stability of resistance, simulations were made with these 13 cultivars and the 11 seasons and the coincidence in selection and the number of misclassified entries were calculated. The M and b correlation values and the number of misclassified entries suggested that seven consecutive growing seasons (two per 12-mo. period) are necessary t MenosThe literature reports that evaluations over a number of growing seasons are required to identify stable disease resistance in rice (Oryza sativa L.). CIAT's Rice Breeding Program alms to develop lines with stable resistance; therefore, the knowledge of how long a germplasm should be assessed before being used in crosses is important. For this research, 69 commercial cultivars grown in Latin America and the Caribbean were evaluated during 11 growing seasons in a ?hot spot? site for the four most important diseases of rice: leaf and panicle blast (caused by Pyricularia grisea Sacc.), leaf scald [caused by Microdochium oryzae (Hashioka & Yokogi) Samuels & I.C. Hallett syn. Gerlachla oryzae (Hashioka & Yokogi) W. Gams syn. Rhynchosporium oryzae (Hashioka & Yokogi)], and grain discoloration (caused by species of Sarodadium, Bipolaris, Alternaria, Gerlachia, Fusarium, Phoma, Curvularia, Trichoconiella, and Pseudomonas). Cultivar mean disease severity (M), its response to increase in disease pressure (b), and the standard deviations from the regression (Sb) were calculated. Eleven evaluation seasons were considered as the most reliable period, in which an ideal set of 13 cultivars was identified based on their disease resistance stability (M, b, and Sb values). To identify the minimum number of seasons required to assess stability of resistance, simulations were made with these 13 cultivars and the 11 seasons and the coincidence in selection and the number of misclassified entries... Mostrar Tudo |
|
Thesagro: |
Arroz; Doença; Oryza Sativa; Resistência. |
|
Thesaurus Nal: |
Disease resistance; Rice. |
|
Categoria do assunto: |
G Melhoramento Genético |
|
Marc: |
LEADER 02429naa a2200253 a 4500
001 1207736
005 2021-10-07
008 1998 bl uuuu u00u1 u #d
022 $a0011-183X
024 7 $a10.2135/cropsci1998.0011183x003800010012x$2DOI
100 1 $aGUIMARÃES, E. P.
245 $aDetermination of minimum number of growing seasons for assessment of disease resistance stability in rice.$h[electronic resource]
260 $c1998
520 $aThe literature reports that evaluations over a number of growing seasons are required to identify stable disease resistance in rice (Oryza sativa L.). CIAT's Rice Breeding Program alms to develop lines with stable resistance; therefore, the knowledge of how long a germplasm should be assessed before being used in crosses is important. For this research, 69 commercial cultivars grown in Latin America and the Caribbean were evaluated during 11 growing seasons in a ?hot spot? site for the four most important diseases of rice: leaf and panicle blast (caused by Pyricularia grisea Sacc.), leaf scald [caused by Microdochium oryzae (Hashioka & Yokogi) Samuels & I.C. Hallett syn. Gerlachla oryzae (Hashioka & Yokogi) W. Gams syn. Rhynchosporium oryzae (Hashioka & Yokogi)], and grain discoloration (caused by species of Sarodadium, Bipolaris, Alternaria, Gerlachia, Fusarium, Phoma, Curvularia, Trichoconiella, and Pseudomonas). Cultivar mean disease severity (M), its response to increase in disease pressure (b), and the standard deviations from the regression (Sb) were calculated. Eleven evaluation seasons were considered as the most reliable period, in which an ideal set of 13 cultivars was identified based on their disease resistance stability (M, b, and Sb values). To identify the minimum number of seasons required to assess stability of resistance, simulations were made with these 13 cultivars and the 11 seasons and the coincidence in selection and the number of misclassified entries were calculated. The M and b correlation values and the number of misclassified entries suggested that seven consecutive growing seasons (two per 12-mo. period) are necessary t
650 $aDisease resistance
650 $aRice
650 $aArroz
650 $aDoença
650 $aOryza Sativa
650 $aResistência
700 1 $aAMÉZQUITA, M. C.
700 1 $aLEMA, G.
700 1 $aCORREA-VICTORIA, F.
773 $tCrop Science$gv. 38, n. 1, p. 67-71, Jan./Fev. 1998.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Arroz e Feijão (CNPAF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
12/12/2006 |
|
Data da última atualização: |
07/02/2020 |
|
Tipo da produção científica: |
Resumo em Anais de Congresso |
|
Autoria: |
VENDRUSCULO, L. G.; MARIN, F. R.; PILAU, F. G.; PACHECO, L. R. F. |
|
Afiliação: |
LAURIMAR GONCALVES VENDRUSCULO, CNPTIA; FÁBIO RICARDO MARIN, CNPTIA; FELIPE GUSTAVO PILAU; LUDMILA ROQUE FERRAZ PACHECO. |
|
Título: |
Aplicação da técnica de Text Mining e espacialização de informacões sócio-econômicas em sistemas objetivos de previsão de safra para a região da bacia hidrográfica do Pantanal. |
|
Ano de publicação: |
2006 |
|
Fonte/Imprenta: |
In: SIMPÓSIO DE GEOTECNOLOGIAS NO PANTANAL, 1., 2006, Campo Grande, MS. Anais... Campinas: Embrapa Informática Agropecuária; São José dos Campos: Inpe, 2006. |
|
Páginas: |
p. 566-574. |
|
Idioma: |
Português |
|
Notas: |
Geopantanal 2006. |
|
Conteúdo: |
Vários estudos acadêmicos e esforços governamentais têm sido empreendidos para predizer, com confiança, a área plantada e a produtividade, no intuito de estimar oficialmente as safras agrícolas brasileiras. A estimativa oficial é baseada em levantamentos sistemáticos, por município, com informação colhida através de entrevistas em estabelecimentos rurais e outros setores organizados da sociedade. É importante, contudo, que outros fatores sejam considerados para a consolidação dos números regionais,estaduais e nacionais, especialmente, os fenômenos climáticos, condições para o manejo das lavouras, ocorrência generalizada de pragas e doenças. Sob esta ótica, presente estudo apresenta a técnica de mineração de textos para incorporação de fatores sócio-econômicos no processo de previsão de safras. Estes fatores foram analisados no contexto de notícias jornalísticas por meio do software Eurekha, que possibilitou formar agrupamentos com índice de similaridades aceitáveis. |
|
Palavras-Chave: |
Banco de dados; Google Earth; Harvest forecast; Informação não estruturada; Mineração de texto; Non-structured information; Previsão de safras; Text mining. |
|
Thesaurus NAL: |
Databases; Harvesting. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/160219/1/PL-Aplicacao-Vendrusculoetal-Geopantanal-2006.pdf
|
|
Marc: |
LEADER 02085nam a2200289 a 4500
001 1009411
005 2020-02-07
008 2006 bl uuuu u00u1 u #d
100 1 $aVENDRUSCULO, L. G.
245 $aAplicação da técnica de Text Mining e espacialização de informacões sócio-econômicas em sistemas objetivos de previsão de safra para a região da bacia hidrográfica do Pantanal.$h[electronic resource]
260 $aIn: SIMPÓSIO DE GEOTECNOLOGIAS NO PANTANAL, 1., 2006, Campo Grande, MS. Anais... Campinas: Embrapa Informática Agropecuária; São José dos Campos: Inpe$c2006
300 $ap. 566-574.
500 $aGeopantanal 2006.
520 $aVários estudos acadêmicos e esforços governamentais têm sido empreendidos para predizer, com confiança, a área plantada e a produtividade, no intuito de estimar oficialmente as safras agrícolas brasileiras. A estimativa oficial é baseada em levantamentos sistemáticos, por município, com informação colhida através de entrevistas em estabelecimentos rurais e outros setores organizados da sociedade. É importante, contudo, que outros fatores sejam considerados para a consolidação dos números regionais,estaduais e nacionais, especialmente, os fenômenos climáticos, condições para o manejo das lavouras, ocorrência generalizada de pragas e doenças. Sob esta ótica, presente estudo apresenta a técnica de mineração de textos para incorporação de fatores sócio-econômicos no processo de previsão de safras. Estes fatores foram analisados no contexto de notícias jornalísticas por meio do software Eurekha, que possibilitou formar agrupamentos com índice de similaridades aceitáveis.
650 $aDatabases
650 $aHarvesting
653 $aBanco de dados
653 $aGoogle Earth
653 $aHarvest forecast
653 $aInformação não estruturada
653 $aMineração de texto
653 $aNon-structured information
653 $aPrevisão de safras
653 $aText mining
700 1 $aMARIN, F. R.
700 1 $aPILAU, F. G.
700 1 $aPACHECO, L. R. F.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
