| |
|
|
| Registros recuperados : 644 | |
| 2. |  | RESENDE, M. D. V. de. Estatística. In: RESENDE, M. D. V. de; SILVA, F. F. e; AZEVEDO, C. F. Estatística matemática, biométrica e computacional: modelos mistos, multivariados, categóricos e generalizados (REML/BLUP), inferência bayesiana, regressão, aleatória, seleção genômica, QTL, GWAS, estatística espacial e temporal, competição, sobrevivência. Viçosa, MG: UFV, 2014. p. 56-129.| Biblioteca(s): Embrapa Florestas. |
|   |
| 3. | | RESENDE, M. D. V. de. Estatística espacial, séries temporais e competição (interação social). In: RESENDE, M. D. V. de; SILVA, F. F. e; AZEVEDO, C. F. Estatística matemática, biométrica e computacional: modelos mistos, multivariados, categóricos e generalizados (REML/BLUP), inferência bayesiana, regressão, aleatória, seleção genômica, QTL, GWAS, estatística espacial e temporal, competição, sobrevivência. Viçosa, MG: UFV, 2014. p. 504-558.| Biblioteca(s): Embrapa Florestas. |
| |
| 10. | | RESENDE, M. D. V. de. REML e componentes de variância. In: RESENDE, M. D. V. de; SILVA, F. F. e; AZEVEDO, C. F. Estatística matemática, biométrica e computacional: modelos mistos, multivariados, categóricos e generalizados (REML/BLUP), inferência bayesiana, regressão, aleatória, seleção genômica, QTL, GWAS, estatística espacial e temporal, competição, sobrevivência. Viçosa, MG: UFV, 2014. p. 395-448.| Biblioteca(s): Embrapa Florestas. |
| |
| 20. | | RESENDE, M. D. V. de. Matemática. In: RESENDE, M. D. V. de; SILVA, F. F. e; AZEVEDO, C. F. Estatística matemática, biométrica e computacional: modelos mistos, multivariados, categóricos e generalizados (REML/BLUP), inferência bayesiana, regressão, aleatória, seleção genômica, QTL, GWAS, estatística espacial e temporal, competição, sobrevivência. Viçosa, MG: UFV, 2014. p. 7-55.| Biblioteca(s): Embrapa Florestas. |
| |
| Registros recuperados : 644 | |
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Agroenergia. Para informações adicionais entre em contato com cnpae.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Agroenergia; Embrapa Café. |
|
Data corrente: |
08/12/2023 |
|
Data da última atualização: |
08/12/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
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. |
|
Afiliação: |
JENIFFER SANTANA PINTO COELHO EVANGELISTA, UNIVERSIDADE FEDERAL DE VIÇOSA; MARCO ANTÔNIO PEIXOTO, UNIVERSIDADE FEDERAL DE VIÇOSA; IGOR FERREIRA COELHO, UNIVERSIDADE FEDERAL DE VIÇOSA; FILIPE MANOEL FERREIRA, UNIVERSIDADE FEDERAL DE VIÇOSA; TIAGO DE SOUZA MARÇAL, UNIVERSIDADE FEDERAL DE LAVRAS; RODRIGO SILVA ALVES, INSTITUTO NACIONAL DE CIÊNCIA E TECNOLOGIA DO CAFÉ; SAULO FABRICIO DA SILVA CHAVES, UNIVERSIDADE FEDERAL DE VIÇOSA; ERINA VITÓRIO RODRIGUES, UNIVERSIDADE DE BRASÍLIA; BRUNO GALVEAS LAVIOLA, CNPAE; MARCOS DEON VILELA DE RESENDE, CNPCa; KAIO OLIMPIO DAS GRAÇAS DIAS, UNIVERSIDADE FEDERAL DE VIÇOSA; LEONARDO LOPES BHERING, UNIVERSIDADE FEDERAL DE VIÇOSA. |
|
Título: |
Modeling covariance structures and optimizing jatropha curcas breeding. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Tree Genetics & Genomes, v. 19, 21, 2023. |
|
Páginas: |
11 p. |
|
DOI: |
https://doi.org/10.1007/s11295-023-01596-9 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Jatropha curcas has become a prominent source of biofuel, especially because of the high oil content in its fruit. The aim of this study was to test different statistic models and compare the best-fitted model with the compound symmetry model and study the grain yield persistence of J. curcas progenies. A total of 730 individuals from 73 half-sib families were evaluated for the fruit yield trait over six crop years. Repeated measures models with different covariance structures for the genetic and non-genetic effects were tested. Results show an increase up to in accuracy upon modeling the genetic and non-genetic effects when compared to the compound symmetry model. The selection gain obtained via the best-fit model for 10, 15, 20, and 25 selected best progenies was around 3 to 2% higher than gain obtained via the standard statistical model used by breeders (compound symmetry model). The harvests evaluated exhibited accuracies of high magnitude. The ten progenies that stood out with the best genetic performance are also those with the greatest persistence and greatest accumulated yield. Combining modeling of covariance structures for grain yield and selecting for persistence of production can sustain a successful long-term J. curcas breeding program. |
|
Thesaurus NAL: |
Biofuels; Genetic covariance; Jatropha; Plant breeding. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02200naa a2200325 a 4500
001 2159353
005 2023-12-08
008 2023 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1007/s11295-023-01596-9$2DOI
100 1 $aEVANGELISTA, J. S. P. C.
245 $aModeling covariance structures and optimizing jatropha curcas breeding.$h[electronic resource]
260 $c2023
300 $a11 p.
520 $aJatropha curcas has become a prominent source of biofuel, especially because of the high oil content in its fruit. The aim of this study was to test different statistic models and compare the best-fitted model with the compound symmetry model and study the grain yield persistence of J. curcas progenies. A total of 730 individuals from 73 half-sib families were evaluated for the fruit yield trait over six crop years. Repeated measures models with different covariance structures for the genetic and non-genetic effects were tested. Results show an increase up to in accuracy upon modeling the genetic and non-genetic effects when compared to the compound symmetry model. The selection gain obtained via the best-fit model for 10, 15, 20, and 25 selected best progenies was around 3 to 2% higher than gain obtained via the standard statistical model used by breeders (compound symmetry model). The harvests evaluated exhibited accuracies of high magnitude. The ten progenies that stood out with the best genetic performance are also those with the greatest persistence and greatest accumulated yield. Combining modeling of covariance structures for grain yield and selecting for persistence of production can sustain a successful long-term J. curcas breeding program.
650 $aBiofuels
650 $aGenetic covariance
650 $aJatropha
650 $aPlant breeding
700 1 $aPEIXOTO, M. A.
700 1 $aCOELHO, I. F.
700 1 $aFERREIRA, F. M.
700 1 $aMARÇAL, T. de S.
700 1 $aALVES, R. S.
700 1 $aCHAVES, S. F. da S.
700 1 $aRODRIGUES, E. V.
700 1 $aLAVIOLA, B. G.
700 1 $aRESENDE, M. D. V. de
700 1 $aDIAS, K. O. das G.
700 1 $aBHERING, L. L.
773 $tTree Genetics & Genomes$gv. 19, 21, 2023.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agroenergia (CNPAE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
