| |
|
|
| Registros recuperados : 1 | |
| 1. |  | HYDE, K. D.; ABDEL-WAHAB, M. A.; ABDOLLAHZADEH, J.; ABEYWICKRAMA, P. D.; ABSALAN, S.; AFSHARI, N.; AINSWORTH, A. M.; AKULOV, O. Y.; ALEOSHIN, V. V.; AL-SADI, A. M.; ALVARADO, P.; ALVES, A.; ALVES-SILVA, G.; AMALFI, M.; AMIRA, Y.; AMUHENAGE, T. B.; ANDERSON, J. L.; ANTONÍN, V.; AOUALI, S.; APTROOT, A.; APURILLO, C. C. S.; ARAÚJO, J. P. M.; ARIYAWANSA, H. A.; ARMAND, A.; ARUMUGAM, E.; ASGHARI, R.; ASSIS, D. M. A.; ATIENZA, V.; AVASTHI, S.; AZEVEDO, E.; BAHKALI, A. H.; BAKHSHI, M.; BANIHASHEMI, Z.; BAO, D. F.; BARAL, H. O.; BARATA, M.; BARBOSA, F. R.; BARBOSA, R. N.; BARRETO, R. W.; BASCHIEN, C.; BELAMESIATSEVA, D. B.; BENNETT REUEL, M.; BERA, I.; BEZERRA, J. D. P.; BEZERRA, J. L.; BHAT, D. J.; BHUNJUN, C. S.; BIANCHINOTTI, M. V.; BŁASZKOWSKI, J.; BLONDELLE, A.; BOEKHOUT, T.; BONITO, G.; BOONMEE, S.; BOONYUEN, N.; BREGANT, C.; BUCHANAN, P.; BUNDHUN, D.; BURGAUD, G.; BURGESS, T.; BUYCK, B.; CABARROI-HERNÁNDEZ, M.; CÁCERES, M. E. S.; CAEIRO, M. F.; CAI, L.; CAI, M. F.; CALABON, M. S.; CALAÇA, F. J. S.; CALLALLI, M.; CAMARA, M. P. S.; CANO-LIRA, J. F.; CANTILLO, T.; CAO, B.; CARLAVILLA, J. R.; CARVALHO, A.; CASTAÑEDA-RUIZ, R. F.; CASTLEBURY, L.; CASTRO-JAUREGUI, O.; CATANIA, M. D. V.; CAVALCANTI, L. H.; CAZABONNE, J.; CEDEÑO-SANCHEZ, M. L.; CHAHARMIRI-DOKHAHARANI, S.; CHAIWAN, N.; CHAKRABORTY, N.; CHAVERRI, P.; CHEEWANGKOON, R.; CHEN, C.; CHEN, C. Y.; CHEN, K. H.; CHEN, J.; CHEN, Q.; CHEN, W. H.; CHEN, Y. P.; CHETHANA, K. W. T.; COLEINE, C.; CONDÉ, T. O.; CORAZON-GUIVIN, M. A.; CORTÉS-PÉREZ, A.; COSTA-REZENDE, D. H.; COURTECUISSE, R.; CROUCH, J. A.; CROUS, P. W.; CUI, B. K.; CUI, Y. Y.; SILVA, D. K. A. da; SILVA, G. A. da; SILVA, I. R. da; SILVA, R. M. F. da; SILVA SANTOS, A. C. da; DAI, D. Q.; DAY, Y. C.; DAMM, U.; DARMOSTUK, V.; DAROODI ZOHA; DAS, K.; DAS, K.; DAVOODIAN, N.; DAVYDOV, E. A.; DAYARATHNE, M. C.; DECOCK, C.; DE GROOT, M. D.; DE KESEL, A.; DELA CRUZ, T. E. E.; DE LANGE, R.; DELGADO, G.; DENCHEV, C. M.; DENCHEV, T. T.; OLIVEIRA, N. T. de; SILVA, N. T. de; SOUZA, F. A. de; DENTINGER, B.; DEVADATHA, B.; DIANESE, J. C.; DIMA, B.; DINIZ, A. G.; DISSANAYAKE, A. J.; DISSANAYAKE, L. S.; DOĞAN, H. H.; DOILOM, M.; DOLATABADI, S.; DONG, W.; DONG, Z. Y.; SANTOS, L. A. dos; DRECHSLER-SANTOS, E. R.; DU, T. Y.; DUBEY, M. K.; DUTTA, A. K.; EGIDI, E.; ELLIOTT, T. F.; ELSHAHED, M. S.; ERDOĞDU, M.; ERTZ, D.; ETAYO, J.; EVANS, H. C.; FAN, X. L.; FAN, Y. G.; FEDOSOVA, A. G.; FELL, J.; FERNANDES, I.; FIRMINO, A. L.; FIUZA, P. O.; FLAKUS, A.; SOUZA, C. A. F. de; FRISVAD, J. C.; FRYAR, A. C.; GABALDÓN, T.; GAJANAYAKE, A. J.; GALINDO, L. J.; GANNIBAL, P. B.; GARCIA, D.; GARCÍA-SANDOVAL, S. R.; GARRIDO-BENAVENT, I.; GARZOLI, L.; GAUTAM, A. K.; GE, Z. W.; GENÉ, D. J.; GENTEKAKI, E.; GHOBAD-NEJHAD, M.; GIACHINI, A. J.; GIBERTONI, T. B.; GÓES-NETO, A.; GOMDOLA, D.; FARIAS, A. R. G. de. Global consortium for the classification of fungi and fungus-like taxa. Mycosphere, v. 14, n. 1, p. 1960–2012, 2023.| Biblioteca(s): Embrapa Milho e Sorgo. |
|    |
| Registros recuperados : 1 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Acre; Embrapa Amazônia Oriental; Embrapa Café; Embrapa Unidades Centrais. |
|
Data corrente: |
10/09/2021 |
|
Data da última atualização: |
18/01/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
CAPISTRANO, M. da C.; ANDRADE NETO, R. de C.; SANTOS, V. B. dos; LESSA, L. S.; RESENDE, M. D. V. de; MESQUITA, A. G. G.; GURGEL, F. de L. |
|
Afiliação: |
MÁRCIA DA COSTA CAPISTRANO, UFAC; ROMEU DE CARVALHO ANDRADE NETO, CPAF-AC; VANDERLEY BORGES DOS SANTOS, UFAC; LAURO SARAIVA LESSA, CPAF-AC; MARCOS DEON VILELA DE RESENDE, CNPCa; ANTÔNIO GILSON GOMES MESQUITA, UFAC; FABIO DE LIMA GURGEL, CPATU. |
|
Título: |
Use of the REML/BLUP methodology for the selection of sweet orange genotypes. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, v.56, e02032, 2021. |
|
ISSN: |
0100-204X (impresso) / 1678-3921 (online) |
|
DOI: |
https://doi. org/10.1590/S1678-3921.pab2021.v56.02032 |
|
Idioma: |
Inglês |
|
Conteúdo: |
ABSTRACT - The objective of this work was to select superior sweet orange (Citrus sinensis) genotypes with higher yield potential based on data from eight harvests, using the residual or restricted maximum likelihood/best linear unbiased prediction (REML/BLUP) methodology. The experiment was carried out from 2002 to 2008 and in 2010 in the municipality of Rio Branco, in the state of Acre, Brazil. Analyzes of deviance were performed to test the significance of the components of variance according to the random effects of the used model, and parameters were estimated from individual genotypic and phenotypic variances. A selection intensity of 20% was adopted regarding genotypic selection, i.e., only the best 11 of the 55 genotypes tested were selected. The estimates of the genetic parameters show the existence of genetic variability and the selection potential of the studied sweet orange genotypes. The genotypic correlation between harvests is of low magnitude, except for the variable average fruit mass, and, as a reflex, there is a change in the ordering of the genotypes. Genotypes 5, 48, 19, 14, and 47 stand out as being the most productive, and, therefore, are the most suitable for selection purposes. Genotypes 14 and 47 show superior performance for the character set evaluated. RESUMO - O objetivo deste trabalho foi selecionar genótipos superiores de laranjeira-doce (Citrus sinensis) com maior potencial produtivo com base em dados de oito safras, com uso da metodologia "residual or restricted maximum likelihood/best linear unbiased prediction" (REML/BLUP). O experimento foi realizado de 2002 a 2008 e em 2010, no município de Rio Branco, no estado do Acre, Brasil. Análises de deviance foram realizadas para testar a significância dos componentes da variância de acordo com os efeitos aleatórios do modelo utilizado, e os parâmetros foram estimados a partir das variâncias genotípicas e fenotípicas individuais. Foi adotada uma intensidade de seleção de 20% em relação à seleção genotípica, ou seja, apenas os melhores 11 dos 55 genótipos testados foram selecionados. As estimativas dos parâmetros genéticos mostram a existência de variabilidade genética e o potencial de seleção dos genótipos de laranjeira-doce estudados. A correlação genotípica entre as safras é de baixa magnitude, exceto para a variável massa média dos frutos, e, como reflexo, há uma mudança na ordenação dos genótipos. Os genótipos 5, 48, 19, 14 e 47 se destacam como os mais produtivos e, portanto, são os mais adequados para fins de seleção. Os genótipos 14 e 47 apresentam desempenho superior para o conjunto de caracteres avaliados. MenosABSTRACT - The objective of this work was to select superior sweet orange (Citrus sinensis) genotypes with higher yield potential based on data from eight harvests, using the residual or restricted maximum likelihood/best linear unbiased prediction (REML/BLUP) methodology. The experiment was carried out from 2002 to 2008 and in 2010 in the municipality of Rio Branco, in the state of Acre, Brazil. Analyzes of deviance were performed to test the significance of the components of variance according to the random effects of the used model, and parameters were estimated from individual genotypic and phenotypic variances. A selection intensity of 20% was adopted regarding genotypic selection, i.e., only the best 11 of the 55 genotypes tested were selected. The estimates of the genetic parameters show the existence of genetic variability and the selection potential of the studied sweet orange genotypes. The genotypic correlation between harvests is of low magnitude, except for the variable average fruit mass, and, as a reflex, there is a change in the ordering of the genotypes. Genotypes 5, 48, 19, 14, and 47 stand out as being the most productive, and, therefore, are the most suitable for selection purposes. Genotypes 14 and 47 show superior performance for the character set evaluated. RESUMO - O objetivo deste trabalho foi selecionar genótipos superiores de laranjeira-doce (Citrus sinensis) com maior potencial produtivo com base em dados de oito safras, com uso da metodologia "re... Mostrar Tudo |
|
Palavras-Chave: |
Acre; Amazonia Occidental; Amazônia Ocidental; Análisis de varianza; Ganho genético; Laranjeira-doce; REML/BLUP; Rendimiento de los cultivos; Rio Branco (AC); Sweet oranges; Variabilidade genética; Variación genética; Western Amazon. |
|
Thesagro: |
Citrus Sinensis; Genótipo; Laranja Doce; Método Estatístico; Produtividade; Variação Genética. |
|
Thesaurus NAL: |
Analysis of variance; Crop yield; Genetic variation; Genotype; Selection criteria. |
|
Categoria do assunto: |
A Sistemas de Cultivo
G Melhoramento Genético |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/230075/1/Use-REML-BLUP-methodology-2021.pdf
|
|
Marc: |
LEADER 04190naa a2200505 a 4500
001 2134202
005 2022-01-18
008 2021 bl uuuu u00u1 u #d
022 $a0100-204X (impresso) / 1678-3921 (online)
024 7 $ahttps://doi. org/10.1590/S1678-3921.pab2021.v56.02032$2DOI
100 1 $aCAPISTRANO, M. da C.
245 $aUse of the REML/BLUP methodology for the selection of sweet orange genotypes.$h[electronic resource]
260 $c2021
520 $aABSTRACT - The objective of this work was to select superior sweet orange (Citrus sinensis) genotypes with higher yield potential based on data from eight harvests, using the residual or restricted maximum likelihood/best linear unbiased prediction (REML/BLUP) methodology. The experiment was carried out from 2002 to 2008 and in 2010 in the municipality of Rio Branco, in the state of Acre, Brazil. Analyzes of deviance were performed to test the significance of the components of variance according to the random effects of the used model, and parameters were estimated from individual genotypic and phenotypic variances. A selection intensity of 20% was adopted regarding genotypic selection, i.e., only the best 11 of the 55 genotypes tested were selected. The estimates of the genetic parameters show the existence of genetic variability and the selection potential of the studied sweet orange genotypes. The genotypic correlation between harvests is of low magnitude, except for the variable average fruit mass, and, as a reflex, there is a change in the ordering of the genotypes. Genotypes 5, 48, 19, 14, and 47 stand out as being the most productive, and, therefore, are the most suitable for selection purposes. Genotypes 14 and 47 show superior performance for the character set evaluated. RESUMO - O objetivo deste trabalho foi selecionar genótipos superiores de laranjeira-doce (Citrus sinensis) com maior potencial produtivo com base em dados de oito safras, com uso da metodologia "residual or restricted maximum likelihood/best linear unbiased prediction" (REML/BLUP). O experimento foi realizado de 2002 a 2008 e em 2010, no município de Rio Branco, no estado do Acre, Brasil. Análises de deviance foram realizadas para testar a significância dos componentes da variância de acordo com os efeitos aleatórios do modelo utilizado, e os parâmetros foram estimados a partir das variâncias genotípicas e fenotípicas individuais. Foi adotada uma intensidade de seleção de 20% em relação à seleção genotípica, ou seja, apenas os melhores 11 dos 55 genótipos testados foram selecionados. As estimativas dos parâmetros genéticos mostram a existência de variabilidade genética e o potencial de seleção dos genótipos de laranjeira-doce estudados. A correlação genotípica entre as safras é de baixa magnitude, exceto para a variável massa média dos frutos, e, como reflexo, há uma mudança na ordenação dos genótipos. Os genótipos 5, 48, 19, 14 e 47 se destacam como os mais produtivos e, portanto, são os mais adequados para fins de seleção. Os genótipos 14 e 47 apresentam desempenho superior para o conjunto de caracteres avaliados.
650 $aAnalysis of variance
650 $aCrop yield
650 $aGenetic variation
650 $aGenotype
650 $aSelection criteria
650 $aCitrus Sinensis
650 $aGenótipo
650 $aLaranja Doce
650 $aMétodo Estatístico
650 $aProdutividade
650 $aVariação Genética
653 $aAcre
653 $aAmazonia Occidental
653 $aAmazônia Ocidental
653 $aAnálisis de varianza
653 $aGanho genético
653 $aLaranjeira-doce
653 $aREML/BLUP
653 $aRendimiento de los cultivos
653 $aRio Branco (AC)
653 $aSweet oranges
653 $aVariabilidade genética
653 $aVariación genética
653 $aWestern Amazon
700 1 $aANDRADE NETO, R. de C.
700 1 $aSANTOS, V. B. dos
700 1 $aLESSA, L. S.
700 1 $aRESENDE, M. D. V. de
700 1 $aMESQUITA, A. G. G.
700 1 $aGURGEL, F. de L.
773 $tPesquisa Agropecuária Brasileira$gv.56, e02032, 2021.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Acre (CPAF-AC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
