|
|
Registro Completo |
Biblioteca(s): |
Embrapa Semiárido. |
Data corrente: |
12/05/2011 |
Data da última atualização: |
02/07/2015 |
Autoria: |
IWAMI, A.; FERREIRA, C. P.; BUENO, F.; DINNOUTI, L. A.; ARAUJO, R. M. de; GONSALVES, T.; SANTIAGO, T. |
Título: |
Manual de uso correto e seguro de produtos fitossanitários. |
Ano de publicação: |
2010 |
Fonte/Imprenta: |
São Paulo: ANDEF, 2010. |
Páginas: |
26 p. |
Idioma: |
Português |
Conteúdo: |
Apresentação. Aquisição. Transporte. Armazenamento. Cuidados no manuseio. Equipamento de proteção individual - EPI. Uso dos EPIs, como vestir. Segurança no preparo da calda. DEstino final das embalagens vazias. Aplicação do produto. Intervalo de segurança no período de carência. Higiêne. Primeiros socorros em caso de acidentes. Fornecedores de equipamentos de proteção individual. |
Palavras-Chave: |
Boas práticas; Defensivo agrícola; EPI; Produto fitossanitário. |
Categoria do assunto: |
-- |
Marc: |
LEADER 01010nam a2200241 a 4500 001 1888354 005 2015-07-02 008 2010 bl uuuu u0uu1 u #d 100 1 $aIWAMI, A. 245 $aManual de uso correto e seguro de produtos fitossanitários. 260 $aSão Paulo: ANDEF$c2010 300 $a26 p. 520 $aApresentação. Aquisição. Transporte. Armazenamento. Cuidados no manuseio. Equipamento de proteção individual - EPI. Uso dos EPIs, como vestir. Segurança no preparo da calda. DEstino final das embalagens vazias. Aplicação do produto. Intervalo de segurança no período de carência. Higiêne. Primeiros socorros em caso de acidentes. Fornecedores de equipamentos de proteção individual. 653 $aBoas práticas 653 $aDefensivo agrícola 653 $aEPI 653 $aProduto fitossanitário 700 1 $aFERREIRA, C. P. 700 1 $aBUENO, F. 700 1 $aDINNOUTI, L. A. 700 1 $aARAUJO, R. M. de 700 1 $aGONSALVES, T. 700 1 $aSANTIAGO, T.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Semiárido (CPATSA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Instrumentação. |
Data corrente: |
28/11/2022 |
Data da última atualização: |
22/01/2024 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
A - 1 |
Autoria: |
CIOCCIA, G.; MORAIS, C. P. de; BABOS, D. V.; MILORI, D. M. B. P.; ALVES, C. Z.; CENA, C.; NICOLODELLI, G.; MARANGONI, B. S. |
Afiliação: |
DEBORA MARCONDES BASTOS PEREIRA, CNPDIA. |
Título: |
Laser-induced breakdown spectroscopy associated with the design of experiments and machine learning for discrimination of Brachiaria brizantha seed vigor. |
Ano de publicação: |
2022 |
Fonte/Imprenta: |
Sensors, v. 22, a5067, 2022. |
Páginas: |
12 p. |
DOI: |
https://doi.org/10.3390/s22145067 |
Idioma: |
Inglês |
Conteúdo: |
Laser-induced breakdown spectroscopy (LIBS) associated with machine learning algorithms (ML) was used to evaluate the Brachiaria seed physiological quality by discriminating the high and low vigor seeds. A 23 factorial design was used to optimize the LIBS experimental parameters for spectral analysis. A total of 120 samples from two distinct cultivars of Brachiaria brizantha seeds exhibiting high vigor (HV) and low vigor (LV) in standard tests were studied. The raw LIBS spectra were normalized and submitted to outlier verification, previously to the reduction data dimensionality from principal component analysis. Supervised machine learning algorithm parameters were chosen by leave-oneout cross-validation in the test samples, and it was tested by external validation using a new set of data. The overall accuracy in external validation achieved 100% for HV and LV discrimination,regardless of the cultivar or the classification algorithm. |
Palavras-Chave: |
Design of experiments; Discriminating; LIBS; Machine learning. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1148856/1/P-Laser-Induced-Breakdown-Spectroscopy-Associated-with-the.pdf
|
Marc: |
LEADER 01792naa a2200277 a 4500 001 2148856 005 2024-01-22 008 2022 bl uuuu u00u1 u #d 024 7 $ahttps://doi.org/10.3390/s22145067$2DOI 100 1 $aCIOCCIA, G. 245 $aLaser-induced breakdown spectroscopy associated with the design of experiments and machine learning for discrimination of Brachiaria brizantha seed vigor.$h[electronic resource] 260 $c2022 300 $a12 p. 520 $aLaser-induced breakdown spectroscopy (LIBS) associated with machine learning algorithms (ML) was used to evaluate the Brachiaria seed physiological quality by discriminating the high and low vigor seeds. A 23 factorial design was used to optimize the LIBS experimental parameters for spectral analysis. A total of 120 samples from two distinct cultivars of Brachiaria brizantha seeds exhibiting high vigor (HV) and low vigor (LV) in standard tests were studied. The raw LIBS spectra were normalized and submitted to outlier verification, previously to the reduction data dimensionality from principal component analysis. Supervised machine learning algorithm parameters were chosen by leave-oneout cross-validation in the test samples, and it was tested by external validation using a new set of data. The overall accuracy in external validation achieved 100% for HV and LV discrimination,regardless of the cultivar or the classification algorithm. 653 $aDesign of experiments 653 $aDiscriminating 653 $aLIBS 653 $aMachine learning 700 1 $aMORAIS, C. P. de 700 1 $aBABOS, D. V. 700 1 $aMILORI, D. M. B. P. 700 1 $aALVES, C. Z. 700 1 $aCENA, C. 700 1 $aNICOLODELLI, G. 700 1 $aMARANGONI, B. S. 773 $tSensors$gv. 22, a5067, 2022.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Instrumentação (CNPDIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|