| |
|
|
| Registros recuperados : 16 | |
| 4. |  | PEIXOTO, M. A.; EVANGELISTA, J. S. P. C.; ALVES, R. S.; FARIAS, F. J. C.; CARVALHO, L. P.; TEODORO, L. P. R.; TEODORO, P. E.; BHERING, L. L. Models for optimizing selection based on adaptability and stability of cotton genotypes. Ciência Rural, v. 51, n. 5, e20200530, p. 1-8, 2021. 8 p.| Biblioteca(s): Embrapa Algodão. |
|    |
| 5. | | PEIXOTO, M. A.; EVANGELISTA, J. S. P. C.; COELHO, I. F.; CARVALHO, L. P. de; FARIAS, F. J. C.; TEODORO, P. E.; BHERING, L. L. Genotype selection based on multiple traits in cotton crops: the application of genotype by yield trait biplot. Acta Scientiarum. Agronomy, v. 44, e54136, 2022.| Biblioteca(s): Embrapa Algodão. |
| |
| 6. | | MALIKOUSKI, R. G.; PEIXOTO, M. A.; FERREIRA, F. M.; MORAIS, A. L. de; ALVES, R. S.; ZUCOLOTO, M.; BARBOSA, D. H. S. G.; BHERING, L. L. Genotypic diversity and genetic parameters of 'Tahiti' acid lime using different rootstocks. Pesquisa Agropecuária Brasileira, v. 58, e02768, 2023. Título em português: Diversidade genotípica e parâmetros genéticos de lima ácida 'Tahiti' com uso de diferentes porta-enxertos.| Biblioteca(s): Embrapa Mandioca e Fruticultura; Embrapa Unidades Centrais. |
| |
| 7. | | EVANGELISTA, J. S. P. C.; PEIXOTO, M. A.; COELHO, I.; ALVES, R.; RESENDE, M. D. V. de; SILVA, F. F. e; LAVIOLA, B.; BHERING, L. L. Genetic evaluation and selection in jatropha curcas through frequentist and bayesian inferences. Bragantia, v. 81, 2022. 12 p.| Biblioteca(s): Embrapa Café. |
| |
| 8. | | SANTOS, I. G. DOS; PEIXOTO, M. A.; CRUZ, C. D.; FERREIRA, R. de P.; NASCIMENTO, M.; ROSADO, R. D. S.; SANT ANNA, I. DE C. A novel approach to determine tropical persistence on alfalfa germplasm. Agronomy Journal, v. 114, p. 3225-3233, 2022.| Biblioteca(s): Embrapa Pecuária Sudeste. |
|  |
| 9. | | EVANGELISTA, J. S. P. C.; ALVES, R. S.; PEIXOTO, M. A.; RESENDE, M. D. V. de; TEODORO, P. E.; SILVA, F. L. da; BHERING, L. L. Soybean productivity, stability, and adaptability through mixed model methodology. Ciência Rural, v. 51, n. 2, e20200406, 2021. Título em português: Produtividade, estabilidade e adaptabilidade da soja por meio de metodologia de modelo misto.| Biblioteca(s): Embrapa Café. |
| |
| 10. | | FERREIRA, F. M.; LEITE, R. V.; MALIKOUSKI, R. G.; PEIXOTO, M. A.; BERNARDELI, A.; ALVES, R. S.; MAGALHAES JUNIOR, W. C. P. de; ANDRADE, R. G.; BHERING, L. L.; MACHADO, J. C. Bioenergy elephant grass genotype selection leveraged by spatial modeling of conventional and high-throughput phenotyping data. Journal of Cleaner Production, v. 363, 132286, 2022.| Biblioteca(s): Embrapa Gado de Leite. |
| |
| 11. | | PEIXOTO, M. A.; EVANGELISTA, J. S. P. C.; COELHO, I. F; ALVES, R. A.; LAVIOLA, B. G.; SILVA, F. F. e; RESENDE, M. D. V. de; BHERING, L. L. Multiple-trait model through Bayesian inference applied to Jatropha curcas breeding for bioenergy. PLOS ONE , v. 16, n. 3, e0247775, Mar. 2021. 16| Biblioteca(s): Embrapa Agroenergia; Embrapa Café. |
| |
| 12. | | FERREIRA, F. M.; CHAVES, S. F. da S.; PEIXOTO, M. A.; ALVES, R. S.; COELHO, I. F.; RESENDE, M. D. V. de; SANTOS, G. A. dos; BHERING, L. L. Multi-trait multi-environment models for selecting high-performance and stable eucalyptus clones. Acta Scientiarum. Agronomy, v. 45, e61626, 2023. 9 p.| Biblioteca(s): Embrapa Café. |
| |
| 13. | | EVANGELISTA, J. S. P. C.; PEIXOTO, M. A.; COELHO, I. F.; ALVES, R. S.; SILVA, F. F. e; RESENDE, M. D. V. de; SILVA, F. L. da; BHERING, L. L. Environmental stratification and genotype recommendation toward the soybean ideotype: a Bayesian approach. Crop Breeding and Applied Biotechnology, v. 21, n. 1, e359721111, 2021.| Biblioteca(s): Embrapa Café. |
| |
| 14. | | ALVES, R. S.; RESENDE, M. D. V. de; ROCHA, J. R. do A. S. de C.; PEIXOTO, M. A.; TEODORO, P. E.; SILVA, F. F. e; BHERING, L. L.; SANTOS, G. A. dos. Quantifying individual variation in reaction norms using random regression models fitted through Legendre polynomials: application in eucalyptus breeding. Bragantia, v. 79, n. 4, 2020. p. 360-376.| Biblioteca(s): Embrapa Café. |
| |
| 15. | | GOMES JUNIOR, R. A.; BOARI, A. de J.; PEIXOTO, M. A. de A.; BENCHIMOL, R. L.; CUNHA, B. P. de O.; SOUSA, N. L. de; SILVA, J. P. A. da; SILVA, R. T. da; SOUSA, E. R. M. de. Seleção preliminar de linhagens de segundo ciclo de melhoramento de feijão-caupi do tipo manteiguinha na Amazônia Oriental. Belém, PA: Embrapa Amazônia Oriental, 2024. 17 p. (Embrapa Amazônia Oriental. Boletim de pesquisa e desenvolvimento, 164).| Biblioteca(s): Embrapa Amazônia Oriental. |
| |
| 16. | | EVANGELISTA, J. S. P. C.; PEIXOTO, M. A.; COELHO, I. F.; FERREIRA, F. M.; MARÇAL, T. de S.; ALVES, R. S.; CHAVES, S. F. da S.; RODRIGUES, E. V.; LAVIOLA, B. G.; RESENDE, M. D. V. de; DIAS, K. O. das G.; BHERING, L. L. Modeling covariance structures and optimizing jatropha curcas breeding. Tree Genetics & Genomes, v. 19, 21, 2023. 11 p.| Biblioteca(s): Embrapa Agroenergia; Embrapa Café. |
| |
| Registros recuperados : 16 | |
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Pecuária Sudeste. Para informações adicionais entre em contato com cppse.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Pecuária Sudeste. |
|
Data corrente: |
27/02/2023 |
|
Data da última atualização: |
27/02/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
SANTOS, I. G. DOS; PEIXOTO, M. A.; CRUZ, C. D.; FERREIRA, R. de P.; NASCIMENTO, M.; ROSADO, R. D. S.; SANT ANNA, I. DE C. |
|
Afiliação: |
IARA GONÇALVES DOS SANTOS, Federal Univ. of Viçosa; MARCO ANTÔNIO PEIXOTO, Federal Univ. of Viçosa; COSME DAMIÃO CRUZ, Federal Univ. of Viçosa; REINALDO DE PAULA FERREIRA, CPPSE; MOYSÉS NASCIMENTO, Federal Univ. of Viçosa; RENATO DOMICIANO SILVA ROSADO, Federal Univ. of Viçosa; ISABELA DE CASTRO SANT ANNA, Agronomic Institute of Campinas. |
|
Título: |
A novel approach to determine tropical persistence on alfalfa germplasm. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
Agronomy Journal, v. 114, p. 3225-3233, 2022. |
|
DOI: |
https://doi.org/10.1002/agj2.21147 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Persistence plays a key role in alfalfa (Medicago sativa L. ssp. sativa) cultivation in tropical areas, but it is still a restriction for breeding programs. The objectives of this study were to identify persistent alfalfa accessions evaluated under tropical conditions, and to propose a method for selecting persistent accessions based on random regression (RR) models using artificial neural networks (ANN). Dry matter yield (DMY) of 77 alfalfa accessions from 24 cuts was measured to evaluate persistence using different RR models. A persistence method was proposed based on the trajectory curves of the accessions. The fitted curves showed a great amplitude regarding DMY over time, which suggest high persistence variability. The three-step method for accessing persistence presented in this study included RR modeling to obtain trends of persistence, k-means to define different persistence clusters, and ANN to perform persistence classification in an automated way. When new accessions are evaluated by an alfalfa breeding program, they will be classified according to their genetic values scores using the same ANN previously fitted. The ANN will greatly enhance the decision-making process. |
|
Palavras-Chave: |
Alfalfa germplasm. |
|
Thesagro: |
Alfafa; Medicago Sativa. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
Marc: |
LEADER 01906naa a2200241 a 4500
001 2151959
005 2023-02-27
008 2022 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1002/agj2.21147$2DOI
100 1 $aSANTOS, I. G. DOS
245 $aA novel approach to determine tropical persistence on alfalfa germplasm.$h[electronic resource]
260 $c2022
520 $aPersistence plays a key role in alfalfa (Medicago sativa L. ssp. sativa) cultivation in tropical areas, but it is still a restriction for breeding programs. The objectives of this study were to identify persistent alfalfa accessions evaluated under tropical conditions, and to propose a method for selecting persistent accessions based on random regression (RR) models using artificial neural networks (ANN). Dry matter yield (DMY) of 77 alfalfa accessions from 24 cuts was measured to evaluate persistence using different RR models. A persistence method was proposed based on the trajectory curves of the accessions. The fitted curves showed a great amplitude regarding DMY over time, which suggest high persistence variability. The three-step method for accessing persistence presented in this study included RR modeling to obtain trends of persistence, k-means to define different persistence clusters, and ANN to perform persistence classification in an automated way. When new accessions are evaluated by an alfalfa breeding program, they will be classified according to their genetic values scores using the same ANN previously fitted. The ANN will greatly enhance the decision-making process.
650 $aAlfafa
650 $aMedicago Sativa
653 $aAlfalfa germplasm
700 1 $aPEIXOTO, M. A.
700 1 $aCRUZ, C. D.
700 1 $aFERREIRA, R. de P.
700 1 $aNASCIMENTO, M.
700 1 $aROSADO, R. D. S.
700 1 $aSANT ANNA, I. DE C.
773 $tAgronomy Journal$gv. 114, p. 3225-3233, 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Pecuária Sudeste (CPPSE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
