| |
|
|
| Registros recuperados : 29 | |
| 1. |  | TONELLI, R.; CAMPOS, A. de; MATTOSO, L. H. C.; FRANCHETTI, S. M. M.; MARCONCINI, J. M. Biodegradação, caracterização mecânica e termogravimétrica do amido termoplástico (TPS). In: JORNADA CIENTÍFICA - EMBRAPA SÃO CARLOS, 2., 2010, São Carlos, SP. Anais... São Carlos: Embrapa Instrumentação Agropecuária: Embrapa Pecuária Sudeste, 2010. p. 49. (Embrapa Instrumentação Agropecuária. Documentos, 50).| Biblioteca(s): Embrapa Instrumentação. |
|    |
| 2. | | TONELLI, R.; CAMPOS, A. de; MATTOSO, L. H. C.; FRANCHETTI, S. M. M.; MARCONCINI, J. M. Biodegradation, mechanical and thermogravimetric characterization of thermoplastic starch (TPS). In: INTERNATIONAL MACROMOLECULAR COLLOQUIUM, 12.; INTERNATIONAL SYMPOSIUM ON NATURAL POLYMERS AND COMPOSITES-ISNaPol, 7., 2010, Gramado, RS. Meeting... [Porto Alegre]: UFRGS: ABPol, 2010. p. 1139-1141. 1 CD-ROM.| Biblioteca(s): Embrapa Instrumentação. |
| |
| 3. | | ALMEIDA, N. S.; GIROTO, A. S.; CAMPOS, A. de; MARCONCINI, J. M.; RIBEIRO, C. Blendas de amido/PVA para liberação controlada de herbicidas. In: JORNADA CIENTÍFICA - EMBRAPA SÃO CARLOS, 6., 2014, São Carlos, SP Anais... São Carlos: Embrapa Instrumentação: Embrapa Pecuária Sudeste, 2014. p. 78. Editores técnicos: João de Mendonça Naime, Caue Ribeiro, Maria Alice Martins, Elaine Cristina Paris, Paulino Ribeiro Villas Boas, Ladislau Marcelino Rabello. (Embrapa Instrumentação. Documentos, 57).| Biblioteca(s): Embrapa Instrumentação. |
| |
| 4. | | CAMPOS, A. de; ZENIQUE, C. M.; GIROTO, A. S.; RIBEIRO, C.; MARCONCINI, J. M. Desenvolvimento de matriz biodegradável para o encapsulamento de herbicida. In: WORKSHOP DA REDE DE NANOTECNOLOGIA APLICADA AO AGRONEGÓCIO, 8, 2014, Juiz de fora. Anais... São Carlos: Embrapa Instrumentação; Campo Grande: Embrapa Gado de Corte; Juiz de Fora: Embrapa Gado de Leite, 2014. p. 388-392. Editores: Maria Alice Martins, Humberto de Mello Brandão, Marlene de Barros Coelho, Daniel Souza Corrêa, Caue Ribeiro, Luiz Henrique Capparelli Mattoso.| Biblioteca(s): Embrapa Instrumentação. |
| |
| 5. | | CAMPOS, A. de; TEODORO, K. B. R.; MARCONCINI, J. M.; MATTOSO, L. H. C.; MARTINS-FRANCHETTI, S. M. Efeito do tratamento das fibras nas propriedades do biocompósito de amido termoplástico/policaprolactona/sisal. Polímeros: ciência e tecnologia, São Carlos, v. 21, n. 3, p. 217-222, 2011.| Biblioteca(s): Embrapa Instrumentação. |
| |
| 6. | | CRUZ, C. C. T.; GIROTO, A. S.; CAMPOS, A. de; PEREIRA, E. I.; MARCONCINI, J. M.; RIBEIRO, C. Nanocompósitos a base de amido-argila aplicados a liberação controlada de herbicida. In: WORKSHOP DA REDE DE NANOTECNOLOGIA APLICADA AO AGRONEGÓCIO, 8, 2014, Juiz de fora. Anais... São Carlos: Embrapa Instrumentação; Campo Grande: Embrapa Gado de Corte; Juiz de Fora: Embrapa Gado de Leite, 2014. p. 484-488. Editores: Maria Alice Martins, Humberto de Mello Brandão, Marlene de Barros Coelho, Daniel Souza Corrêa, Caue Ribeiro, Luiz Henrique Capparelli Mattoso.| Biblioteca(s): Embrapa Instrumentação. |
| |
| 7. | | TEODORO, K. B. R.; CAMPOS, A. de; CORRÊA, A. C.; MARCONCINI, J. M.; MATTOSO, L. H. C. Hidrólise ácida de fibras vegetais: estudo dos whiskers obtidos por diferentes ácidos. In: WORKSHOP DA REDE DE NANOTECNOLOGIA APLICADA AO AGRONEGÓCIO, 6., 2012, Fortaleza. Anais... São Carlos: Embrapa Instrumentação; Fortaleza: Embrapa Agroindústria Tropical, 2012. p. 210-212. Editores: Maria Alice Martins, MOrsyleide de Freitas Rosa, Men de Sá Moreira de Souza Filho, Nicodemos Moreira dos Santos Junior, Odílio Benedito Garrido de Assis, Caue Ribeiro, Luiz Henrique Capparelli Mattoso.| Biblioteca(s): Embrapa Instrumentação. |
| |
| 8. | | CAMPOS, A. de; TONELLI, R.; TEODORO, K. B. R.; MARCONCINI, J. M.; MARTINS-FRANCHETTI, S. M.; MATTOSO, L. H. C. Properties studies of starch/PCL/Sisal biocomposites to be applied with sisal nanocellulose In: INTERNATIONAL CONFERENCE ON FOOD AND AGRICULTURE APPLICATIONS OF NANOTECHNOLOGIES - NanoAgri, 2010, São Pedro, SP. [Anais…] São Pedro: Aptor Software, 2010. Editors: Caue Ribeiro, Odílio Benedito Garrido de Assis, Luiz Henrique Capparelli Mattoso, Sérgio Mascarenhas.| Biblioteca(s): Embrapa Instrumentação. |
| |
| 9. | | TEODORO, K. B. R.; CAMPOS, A. de; CORREA, A. C.; MARCONCINI, J. M.; MATTOSO, L. H. C. Propriedades mecânicas e morfológicas do nanocompósitod de Amido Termoplástico e Policaprolactona com whiskers de celulose de sisal. In: JORNADA CIENTÍFICA - EMBRAPA SÃO CARLOS, 3., 2011, São Carlos. Anais... São Carlos, SP: Embrapa Pecuária Sudeste: Embrapa Instrumentação, 2011. p. 82. ( Embrapa Pecuária Sudeste. Documentos, 104). Editado por: Luiz Francisco Zafalon; Patricia Tholon.| Biblioteca(s): Embrapa Instrumentação. |
| |
| 11. | | GIROTO, A. S.; CAMPOS, A. de; PEREIRA, E. I.; RIBEIRO, T. S.; MARCONCINI, J. M.; OLIVEIRA, C. R. de. Photoprotective effect of starch/montmorillonite composites on ultraviolet-induced degradation of herbicides. Reactive and Functional Polymers, [S. l.], v. 93, p. 156-162, 2015.| Biblioteca(s): Embrapa Instrumentação. |
|  |
| 12. | | MORAIS, J. P. S.; CAMPOS, A. de; HUBINGER, S. Z.; MARCONCINI, J. M.; TAVARES, E. J. M. Determinação lignocelulósica da torta de dendê. In: WORKSHOP DA REDE DE NANOTECNOLOGIA APLICADA AO AGRONEGÓCIO, 5., 2009, São Carlos. Anais...São Carlos, SP: Embrapa Instrumentação Agropecuária, 2009. p. 173-174| Biblioteca(s): Embrapa Algodão; Embrapa Amazônia Oriental. |
| |
| 14. | | TEODORO, K. B. R.; CAMPOS, A. de; TEIXEIRA, E. de M.; CORREA, A. C.; MARCONCINI, J. M.; WOOD, T.; WILLIAMS T.; MATTOSO, L. H. C. Influência da nanocarga nas propriedades mecânicas e biodegradação de nanocompósitos TPS/PCL/Nanofibras de sisal. In: WORKSHOP DA REDE DE NANOTECNOLOGIA APLICADA AO AGRONEGÓCIO, 7.; ESCOLA DE NANOTECNOLOGIA, 3., 2013, São Carlos, SP. Anais... São Carlos, SP: Embrapa Instrumentação, 2013. p. 211-213 Editores: Maria Alice Martins, Odílio Benedito Garrido de Assis, Caue Ribeiro, Luiz Henrique Capparelli Mattoso. CD-ROM. Editores: Maria Alice Martins, Odílio Benedito Garrido de Assis, Caue Ribeiro, Luiz Henrique Capparelli Mattoso.| Biblioteca(s): Embrapa Instrumentação. |
| |
| 15. | | KUANA, V. A.; RODRIGUES, V. B.; TAKAHASHI, M. C.; CAMPOS, A. de; SENA NETO, A. R.; MATTOSO, L. H. C.; MARCONCINI, J. M. Efeito do tratamento das fibras de dendê nas propriedades térmicas, estruturais e cristalinas. In: REUNIÃO DA SBPC, 67., 2015, São Carlos, SP. Anais/Resumos... São Carlos, SP: Sociedade brasileira para o progresso da ciência, 2015. 1 p. O resumo apresentado faz parte dos anais da JORNADA CIENTÍFICA - EMBRAPA SÃO CARLOS, 7., 2015, São Carlos, SP.| Biblioteca(s): Embrapa Instrumentação. |
|  |
| 16. | | TEODORO, K. B. R.; TEIXEIRA, E. de M.; CORREA, A. C.; CAMPOS, A. de; MARCONCINI, J. M.; MATTOSO, L. H. C. Nanofibras de celulose obtidas a partir de fibras de sisal branqueadas com solução alcalina de peróxido de hidrogênio. In: JORNADA CIENTÍFICA - EMBRAPA SÃO CARLOS, 2., 2010, São Carlos, SP. Anais... São Carlos: Embrapa Instrumentação Agropecuária: Embrapa Pecuária Sudeste, 2010. p. 99. (Embrapa Instrumentação Agropecuária. Documentos, 50).| Biblioteca(s): Embrapa Instrumentação. |
| |
| 17. | | CAMPOS, A. de; CLARO, P. C.; LUCHESI, B. R.; MIRANDA, M.; SOUZA, F. V. D.; FERREIRA, M. D.; MARCONCINI, J. M. Folhas de celulose de curauá recobertas com micro e nanoceira de carnaúba. In: SIMPÓSIO NACIONAL DE INSTRUMENTAÇÃO AGROPECUÁRIA, 4., 2019, São Carlos, SP. Ciência, inovação e mercado: anais. São Carlos, SP: Embrapa Instrumentação, 2019. Editores: Paulino Ribeiro Villas-Boas, Maria Alice Martins, Débora Marcondes Bastos Pereira Milori, Ladislau Martin Neto. SIAGRO 2019. 545 - 549| Biblioteca(s): Embrapa Instrumentação. |
| |
| 19. | | CAMPOS, A. de; MARCONCINI, J. M.; IMAM, S. H.; KLAMCZYNSKI, A.; ORTIS, W. J.; WOOD, D. H.; WILLIAMS, T. G.; MARTINS-FRANCHETTI, S. M.; MATTOSO, L. H. C. Biodegradação e propriedades mecânicas e morfológicas do biocompósito de amido termoplástico e policaprolactona com fibras de sisal. In: WORKSHOP DA REDE DE NANOTECNOLOGIA APLICADA AO AGRONEGÓCIO, 7.; ESCOLA DE NANOTECNOLOGIA, 3., 2013, São Carlos, SP. Anais... São Carlos, SP: Embrapa Instrumentação, 2013. p. 294-296 Editores: Maria Alice Martins, Odílio Benedito Garrido de Assis, Caue Ribeiro, Luiz Henrique Capparelli Mattoso. CD-ROM. Editores: Maria Alice Martins, Odílio Benedito Garrido de Assis, Caue Ribeiro, Luiz Henrique Capparelli Mattoso.| Biblioteca(s): Embrapa Instrumentação. |
| |
| 20. | | TEODORO, K. B. R.; CAMPOS, A. de; TEIXEIRA, E. de M.; CORREA, A. C.; MARCONCINI, J. M.; WOOD, D.; WILLIAMS, T.; MATTOSO, L. H. C. Propriedades mecânicas e de biodegradação de nanocompósitos TPS/PCL/Nanofibras de sisal obtidos por extrusão: influência da concentração da nanocarga. In: CONGRESSO BRASILEIRO DE POLÍMEROS, 12., 2013, Florianópolis. Anais... São Carlos: ABPol, 2013.| Biblioteca(s): Embrapa Instrumentação. |
| |
| Registros recuperados : 29 | |
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Gado de Corte. Para informações adicionais entre em contato com cnpgc.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Gado de Corte. |
|
Data corrente: |
04/01/2023 |
|
Data da última atualização: |
04/01/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
SANTANA, T. E. Z.; SILVA, J. C. F.; SILVA, L. O. C. da; ALVARENGA, A. B.; MENEZES, G. R. de O.; TORRES JUNIOR, R. A. de A.; DUARTE, M. de S.; SILVA, F. F. e. |
|
Afiliação: |
TALITA ESTEFANI ZUNINO SANTANA, UNIVERSIDADE FEDERAL DE VIÇOSA; JOSE CLEYDSON F. SILVA, UNIVERSIDADE FEDERAL DE VIÇOSA; LUIZ OTAVIO CAMPOS DA SILVA, CNPGC; AMANDA BOTELHO ALVARENGA, PURDUE UNIVERSITY; GILBERTO ROMEIRO DE OLIVEIRA MENEZE, CNPGC; ROBERTO AUGUSTO DE A TORRES JUNIOR, CNPGC; MARCIO DE SOUZA DUARTE, UNIVERSITY GUELPH; FABYANO FONSECA E SILVA, UNIVERSIDADE FEDERAL DE VIÇOSA. |
|
Título: |
Genome-enabled classification of stayability in Nellore cattle under a machine learning framework. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
Livestock Science, v. 260, article 104935, 2022. |
|
ISSN: |
1871-1413 |
|
DOI: |
https://doi.org/10.1016/j.livsci.2022.104935 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Stayability (STAY) is a binary trait with significant value economically. It measures both the cow`s reproductive performance and longevity simultaneously. Thus, STAY is one of the most important female selection criterion in Nellore beef cattle breeding programs. The "success" for STAY is defined as the ability of a cow to stay in the herd up to 76 months of age and to have at least three calve. Despite its importance, STAY has not been investigated under a machine learning (ML) framework, which might allow to intuitively capture linear and nonlinear relationships (e.g., non-additive effects) between a response variable and other predictor variables. In this study, we compared different ML tools using a genome-enabled approach to classify daughters (non-genotyped animals but with STAY records) of genotyped sires. In total, 44,626 STAY records from daughters of 559 bulls genotyped with the 777K SNP panel were available for this study. The genotyped data were subdivided into three SNP sets based on the top-ranked effect on STAY: 1K-, 3K-, and 5K-SNP panels. The following ML algorithms were evaluated: AdaBoost (ADA), Naïve Bayes (NB), Decision Tree (DT), Deep Neural Network (DNN), k-Nearest Neighbors (NN), Multi-Layer Perceptron Neural Network (MLP), and Support Vector Machine (SVM). The analyses were performed using free Scikit-learn for the Python programming language. No relevant improvements in the learning process of the evaluated algorithms were observed when the number of SNPs in the genotype dataset was increased (i.e., 1K-, 3K-, or 5K-SNP panel). In short, NB outperformed the other algorithms considering, for example, the balanced accuracy (0.62 ± 0.01) and sensitivity (0.56 ± 0.02) metrics. In conclusion, the use of the 1K-SNP panel allowed efficient genomic classification and the NB algorithm outperformed the other methods as indicated by various classification metrics. To best of our knowledge, this is the first study using ML and genome-enabled classification of STAY in beef cattle. MenosStayability (STAY) is a binary trait with significant value economically. It measures both the cow`s reproductive performance and longevity simultaneously. Thus, STAY is one of the most important female selection criterion in Nellore beef cattle breeding programs. The "success" for STAY is defined as the ability of a cow to stay in the herd up to 76 months of age and to have at least three calve. Despite its importance, STAY has not been investigated under a machine learning (ML) framework, which might allow to intuitively capture linear and nonlinear relationships (e.g., non-additive effects) between a response variable and other predictor variables. In this study, we compared different ML tools using a genome-enabled approach to classify daughters (non-genotyped animals but with STAY records) of genotyped sires. In total, 44,626 STAY records from daughters of 559 bulls genotyped with the 777K SNP panel were available for this study. The genotyped data were subdivided into three SNP sets based on the top-ranked effect on STAY: 1K-, 3K-, and 5K-SNP panels. The following ML algorithms were evaluated: AdaBoost (ADA), Naïve Bayes (NB), Decision Tree (DT), Deep Neural Network (DNN), k-Nearest Neighbors (NN), Multi-Layer Perceptron Neural Network (MLP), and Support Vector Machine (SVM). The analyses were performed using free Scikit-learn for the Python programming language. No relevant improvements in the learning process of the evaluated algorithms were observed when the number ... Mostrar Tudo |
|
Thesagro: |
Gado de Corte; Gado Nelore; Touro. |
|
Thesaurus NAL: |
Beef cattle; Bulls; Daughters; Genome; Genomics; Nellore. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02992naa a2200337 a 4500
001 2150623
005 2023-01-04
008 2022 bl uuuu u00u1 u #d
022 $a1871-1413
024 7 $ahttps://doi.org/10.1016/j.livsci.2022.104935$2DOI
100 1 $aSANTANA, T. E. Z.
245 $aGenome-enabled classification of stayability in Nellore cattle under a machine learning framework.$h[electronic resource]
260 $c2022
520 $aStayability (STAY) is a binary trait with significant value economically. It measures both the cow`s reproductive performance and longevity simultaneously. Thus, STAY is one of the most important female selection criterion in Nellore beef cattle breeding programs. The "success" for STAY is defined as the ability of a cow to stay in the herd up to 76 months of age and to have at least three calve. Despite its importance, STAY has not been investigated under a machine learning (ML) framework, which might allow to intuitively capture linear and nonlinear relationships (e.g., non-additive effects) between a response variable and other predictor variables. In this study, we compared different ML tools using a genome-enabled approach to classify daughters (non-genotyped animals but with STAY records) of genotyped sires. In total, 44,626 STAY records from daughters of 559 bulls genotyped with the 777K SNP panel were available for this study. The genotyped data were subdivided into three SNP sets based on the top-ranked effect on STAY: 1K-, 3K-, and 5K-SNP panels. The following ML algorithms were evaluated: AdaBoost (ADA), Naïve Bayes (NB), Decision Tree (DT), Deep Neural Network (DNN), k-Nearest Neighbors (NN), Multi-Layer Perceptron Neural Network (MLP), and Support Vector Machine (SVM). The analyses were performed using free Scikit-learn for the Python programming language. No relevant improvements in the learning process of the evaluated algorithms were observed when the number of SNPs in the genotype dataset was increased (i.e., 1K-, 3K-, or 5K-SNP panel). In short, NB outperformed the other algorithms considering, for example, the balanced accuracy (0.62 ± 0.01) and sensitivity (0.56 ± 0.02) metrics. In conclusion, the use of the 1K-SNP panel allowed efficient genomic classification and the NB algorithm outperformed the other methods as indicated by various classification metrics. To best of our knowledge, this is the first study using ML and genome-enabled classification of STAY in beef cattle.
650 $aBeef cattle
650 $aBulls
650 $aDaughters
650 $aGenome
650 $aGenomics
650 $aNellore
650 $aGado de Corte
650 $aGado Nelore
650 $aTouro
700 1 $aSILVA, J. C. F.
700 1 $aSILVA, L. O. C. da
700 1 $aALVARENGA, A. B.
700 1 $aMENEZES, G. R. de O.
700 1 $aTORRES JUNIOR, R. A. de A.
700 1 $aDUARTE, M. de S.
700 1 $aSILVA, F. F. e
773 $tLivestock Science$gv. 260, article 104935, 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Gado de Corte (CNPGC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
