| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Pantanal. Para informações adicionais entre em contato com cpap.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Pantanal. |
|
Data corrente: |
12/11/2012 |
|
Data da última atualização: |
25/02/2013 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
SILVA, E. C. da; PIOVEZAN, U.; MCMANUS, C. M.; CAETANO, A. R.; PAIVA, S. R. |
|
Afiliação: |
ELIZABETE CRISTINA DA SILVA, UnB; UBIRATAN PIOVEZAN, CPAP; CONCEPTA MARGARET MCMANUS, UFRGS; ALEXANDRE RODRIGUES CAETANO, CENARGEN; SAMUEL REZENDE PAIVA, CENARGEN. |
|
Título: |
Diversidade genética de populações do suíno Monteiro (Sus scrofa) na região do Pantanal, MS, Brasil. |
|
Ano de publicação: |
2012 |
|
Fonte/Imprenta: |
In: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, 49., Brasília, DF. A produção animal no mundo em transformação: Anais. Brasília: SBZ, 2012. |
|
Páginas: |
3p. |
|
Idioma: |
Português |
|
Conteúdo: |
O objetivo deste trabalho foi caracterizar a diversidade genética de suínos monteiros do Pantanal brasileiro utilizando 19 microssatélites. Um total de 181 amostras de 11 pontos geográficos (PG1 a PG11) do Pantanal, MS foi utilizado. Os valores obtidos para o número de alelos (Na) e Heterozygosidade esperada (He) foram maiores para o PG11 (Na = 6,21 ± 0,39; 0,70 ± 0,03). A He foi superior à média global (0,64 ± 0,05) em 72,72% dos grupos no Pantanal. Quatro grupos (PG1, PG5, PG6 e PG7) apresentaram valores negativos para o índice de fixação (F). Os grupos PG1, PG4, PG6, PG7 e PG9 tenderam à diferenciação por uma análise de coordenadas principais que explicou 64,9% da variação genética entre os grupos de monteiros do Pantanal. O alto nível de diversidade genética (He ≥ 0,60) observado nos oito grupos de suínos monteiros no Pantanal sugere que possa ser desenvolvido um programa de conservação genética deste grupo genético de forma a otimizar sua utilização sustentável no Pantanal. |
|
Palavras-Chave: |
Análises multivariadas; Fixation index; Índice de fixação; Microsatellites; Microssatélites; Multivariate analyses; Recursos Genéticos animais. |
|
Thesaurus Nal: |
animal genetic resources. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 01928nam a2200265 a 4500
001 1939585
005 2013-02-25
008 2012 bl uuuu u00u1 u #d
100 1 $aSILVA, E. C. da
245 $aDiversidade genética de populações do suíno Monteiro (Sus scrofa) na região do Pantanal, MS, Brasil.
260 $aIn: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, 49., Brasília, DF. A produção animal no mundo em transformação: Anais. Brasília: SBZ$c2012
300 $a3p.
520 $aO objetivo deste trabalho foi caracterizar a diversidade genética de suínos monteiros do Pantanal brasileiro utilizando 19 microssatélites. Um total de 181 amostras de 11 pontos geográficos (PG1 a PG11) do Pantanal, MS foi utilizado. Os valores obtidos para o número de alelos (Na) e Heterozygosidade esperada (He) foram maiores para o PG11 (Na = 6,21 ± 0,39; 0,70 ± 0,03). A He foi superior à média global (0,64 ± 0,05) em 72,72% dos grupos no Pantanal. Quatro grupos (PG1, PG5, PG6 e PG7) apresentaram valores negativos para o índice de fixação (F). Os grupos PG1, PG4, PG6, PG7 e PG9 tenderam à diferenciação por uma análise de coordenadas principais que explicou 64,9% da variação genética entre os grupos de monteiros do Pantanal. O alto nível de diversidade genética (He ≥ 0,60) observado nos oito grupos de suínos monteiros no Pantanal sugere que possa ser desenvolvido um programa de conservação genética deste grupo genético de forma a otimizar sua utilização sustentável no Pantanal.
650 $aanimal genetic resources
653 $aAnálises multivariadas
653 $aFixation index
653 $aÍndice de fixação
653 $aMicrosatellites
653 $aMicrossatélites
653 $aMultivariate analyses
653 $aRecursos Genéticos animais
700 1 $aPIOVEZAN, U.
700 1 $aMCMANUS, C. M.
700 1 $aCAETANO, A. R.
700 1 $aPAIVA, S. R.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Pantanal (CPAP) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Meio Ambiente. |
|
Data corrente: |
02/12/2009 |
|
Data da última atualização: |
20/03/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
MAIA, A. de H. N.; MEINKE, H. |
|
Afiliação: |
ALINE DE HOLANDA NUNES MAIA, CNPMA; HOLGER MEINKE, Wageningen University - Centre for Crop Systems Analysis. |
|
Título: |
Probabilistic methods for seasonal forecasting in a changing climate: Cox-type regression models. |
|
Ano de publicação: |
2009 |
|
Fonte/Imprenta: |
International Journal of Climatology, v. 29, 2009. |
|
DOI: |
DOI: 10.1002/joc.2042 |
|
Idioma: |
Inglês |
|
Conteúdo: |
For climate risk management, cumulative distribution functions (CDFs) are an important source of information. They are ideally suited to compare probabilistic forecasts of primary (e.g. rainfall) or secondary data (e.g. crop yields). Summarised as CDFs, such forecasts allow an easy quantitative assessment of possible, alternative actions. Although the degree of uncertainty associated with CDF estimation could influence decisions, such information is rarely provided. Hence, we propose Cox-type regression models (CRMs) as a statistical framework for making inferences on CDFs in climate science. CRMs were designed for modelling probability distributions rather than just mean or median values. This makes the approach appealing for risk assessments where probabilities of extremes are often more informative than central tendency measures. CRMs are semi-parametric approaches originally designed for modelling risks arising from time-to-event data. Here we extend this original concept beyond time-dependent measures to other variables of interest. We also provide tools for estimating CDFs and surrounding uncertainty envelopes from empirical data. These statistical techniques intrinsically account for non-stationarities in time series that might be the result of climate change. This feature makes CRMs attractive candidates to investigate the feasibility of developing rigorous global circulation model (GCM)-CRM interfaces for provision of user-relevant forecasts. To demonstrate the applicability of CRMs, we present two examples for El Ni ? no/Southern Oscillation (ENSO)-based forecasts: the onset date of the wet season (Cairns, Australia) and total wet season rainfall (Quixeramobim, Brazil). This study emphasises the methodological aspects of CRMs rather than discussing merits or limitations of the ENSO-based predictors. MenosFor climate risk management, cumulative distribution functions (CDFs) are an important source of information. They are ideally suited to compare probabilistic forecasts of primary (e.g. rainfall) or secondary data (e.g. crop yields). Summarised as CDFs, such forecasts allow an easy quantitative assessment of possible, alternative actions. Although the degree of uncertainty associated with CDF estimation could influence decisions, such information is rarely provided. Hence, we propose Cox-type regression models (CRMs) as a statistical framework for making inferences on CDFs in climate science. CRMs were designed for modelling probability distributions rather than just mean or median values. This makes the approach appealing for risk assessments where probabilities of extremes are often more informative than central tendency measures. CRMs are semi-parametric approaches originally designed for modelling risks arising from time-to-event data. Here we extend this original concept beyond time-dependent measures to other variables of interest. We also provide tools for estimating CDFs and surrounding uncertainty envelopes from empirical data. These statistical techniques intrinsically account for non-stationarities in time series that might be the result of climate change. This feature makes CRMs attractive candidates to investigate the feasibility of developing rigorous global circulation model (GCM)-CRM interfaces for provision of user-relevant forecasts. To demonstrate the appl... Mostrar Tudo |
|
Thesagro: |
Climatologia. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/143767/1/2009AP-02.pdf
|
|
Marc: |
LEADER 02337naa a2200157 a 4500
001 1577033
005 2023-03-20
008 2009 bl uuuu u00u1 u #d
024 7 $aDOI: 10.1002/joc.2042$2DOI
100 1 $aMAIA, A. de H. N.
245 $aProbabilistic methods for seasonal forecasting in a changing climate$bCox-type regression models.$h[electronic resource]
260 $c2009
520 $aFor climate risk management, cumulative distribution functions (CDFs) are an important source of information. They are ideally suited to compare probabilistic forecasts of primary (e.g. rainfall) or secondary data (e.g. crop yields). Summarised as CDFs, such forecasts allow an easy quantitative assessment of possible, alternative actions. Although the degree of uncertainty associated with CDF estimation could influence decisions, such information is rarely provided. Hence, we propose Cox-type regression models (CRMs) as a statistical framework for making inferences on CDFs in climate science. CRMs were designed for modelling probability distributions rather than just mean or median values. This makes the approach appealing for risk assessments where probabilities of extremes are often more informative than central tendency measures. CRMs are semi-parametric approaches originally designed for modelling risks arising from time-to-event data. Here we extend this original concept beyond time-dependent measures to other variables of interest. We also provide tools for estimating CDFs and surrounding uncertainty envelopes from empirical data. These statistical techniques intrinsically account for non-stationarities in time series that might be the result of climate change. This feature makes CRMs attractive candidates to investigate the feasibility of developing rigorous global circulation model (GCM)-CRM interfaces for provision of user-relevant forecasts. To demonstrate the applicability of CRMs, we present two examples for El Ni ? no/Southern Oscillation (ENSO)-based forecasts: the onset date of the wet season (Cairns, Australia) and total wet season rainfall (Quixeramobim, Brazil). This study emphasises the methodological aspects of CRMs rather than discussing merits or limitations of the ENSO-based predictors.
650 $aClimatologia
700 1 $aMEINKE, H.
773 $tInternational Journal of Climatology$gv. 29, 2009.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Meio Ambiente (CNPMA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
