|
|
Registros recuperados : 9 | |
2. | | GREGO, C. R.; SPERANZA, E. A.; SANCHES, G. M.; RODRIGUES, C. A. G.; LUCHIARI JUNIOR, A. Aplicação da agricultura de precisão em cana-de-açúcar. In: SILVA, F. C. da; FREIRE, F. J. (ed.). Inovação e desenvolvimento em cana-de-açúcar: manejo, nutrição, bioinsumos, recomendação de corretivos e fertilizantes. Brasília, DF: Embrapa; Recife: Universidade Federal Rural de Pernambuco, 2024. cap. 12, p. 413-435. Biblioteca(s): Embrapa Agricultura Digital; Embrapa Territorial. |
| |
4. | | RODRIGUES, C. A. G.; GREGO, C. R.; SANCHES, G. M.; SPERANZA, E. A.; RONQUIM, C. C.; SILVEIRA, H. L. F. da; LUCHIARI JUNIOR, A. Índices de vegetação (Sentinel-2) da cana-de-açúcar relacionados com a condutividade elétrica aparente de solo. In: SIMPÓSIO NACIONAL DE INSTRUMENTAÇÃO AGROPECUÁRIA, 4., 2019, São Carlos, SP. Ciência, inovação e mercado: anais. São Carlos, SP: Embrapa Instrumentação, 2019. p. 151-155. Editores: Paulino Ribeiro Villas-Boas, Maria Alice Martins, Débora Marcondes Bastos Pereira Milori, Ladislau Martin Neto. SIAGRO 2019. Biblioteca(s): Embrapa Agricultura Digital. |
| |
5. | | RODRIGUES, C. A. G.; GREGO, C. R.; SANCHES, G. M.; SPERANZA, E. A.; RONQUIM, C. C.; SILVEIRA, H. L. F. da; LUCHIARI JUNIOR, A. Índices de vegetação (Sentinel-2) da cana-de-açúcar relacionados com a condutividade elétrica aparente de solo. In: SIMPÓSIO NACIONAL DE INSTRUMENTAÇÃO AGROPECUÁRIA, 4., 2019, São Carlos, SP. Anais... São Carlos, SP: Embrapa Instrumentação, 2019. p. 752. Editores: Paulino Ribeiro Villas-Boas, Maria Alice Martins, Débora Marcondes Bastos Pereira Milori, Ladislau Matin Neto. IV SIAGRO. Biblioteca(s): Embrapa Territorial. |
| |
6. | | DUFT, D. G.; SANCHES, G. M.; LUCIANO, A. C. S.; MONTIBELLER, B.; SILVEIRA, H. L. F. da; SANCHES, I. D. A.; KÖLLN, O. T. Identificação de fechamento de dossel de cana-de-açúcar através de imagens de VANT. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 18., 2017, Santos. Anais... São José dos Campos: Inpe, 2017. p. 5998-6005. Biblioteca(s): Embrapa Solos. |
| |
7. | | SPERANZA, E. A.; GREGO, C. R.; JORGE, L. A. de C.; RODRIGUES, C. A. G.; LUCHIARI JUNIOR, A.; RONQUIM, C. C.; SANCHES, G. M. Delineamento de zonas de manejo em cana-de-açúcar a partir de atributos do solo e da cultura e imagens georreferenciadas. In: SIMPÓSIO NACIONAL DE INSTRUMENTAÇÃO AGROPECUÁRIA, 4., 2019, São Carlos, SP. Ciência, inovação e mercado: anais. São Carlos, SP: Embrapa Instrumentação, 2019. p. 175-179. Editores: Paulino Ribeiro Villas-Boas, Maria Alice Martins, Débora Marcondes Bastos Pereira Milori, Ladislau Martin Neto. SIAGRO 2019. Biblioteca(s): Embrapa Agricultura Digital; Embrapa Instrumentação; Embrapa Territorial. |
| |
9. | | GREGO, C. R.; SPERANZA, E. A.; RODRIGUES, C. A. G.; RONQUIM, C. C.; LUCHIARI JUNIOR, A.; SANCHES, G. M.; VAZ, C. M. P.; JORGE, L. A. de C.; PORTO, V. H. B. Estudo de caso 6 - zonas de manejo e adubação em área de cultivo de cana-de-açúcar na Fazenda Santa Helena, Ibaté, SP. In: PIRES, J. L. F.; BRANDAO, Z. N. (ed.). Experimentação on-farm na agricultura de precisão. Passo Fundo: Embrapa Trigo, 2022. p. 79-96. (Embrapa Trigo. Documentos, 201). Biblioteca(s): Embrapa Agricultura Digital; Embrapa Instrumentação; Embrapa Territorial. |
| |
Registros recuperados : 9 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Pecuária Sudeste. |
Data corrente: |
18/03/2024 |
Data da última atualização: |
18/03/2024 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
A - 2 |
Autoria: |
NICIURA, S. C. M.; SANCHES, G. M. |
Afiliação: |
SIMONE CRISTINA MEO NICIURA, CPPSE; GUILHERME MARTINELI SANCHES, Universidade de São Paulo. |
Título: |
Machine learning prediction of multiple anthelmintic resistance and gastrointestinal nematode control in sheep flocks. |
Ano de publicação: |
2024 |
Fonte/Imprenta: |
Revista Brasileira de Parasitologia Veterinária, v. 33, n. 1, jan./mar. 2024. |
DOI: |
10.1590/S1984-29612024014 |
Idioma: |
Inglês |
Conteúdo: |
The high prevalence of Haemonchus contortus and its anthelmintic resistance have affected sheep production worldwide. Machine learning approaches are able to investigate the complex relationships among the factors involved in resistance. Classification trees were built to predict multidrug resistance from 36 management practices in 27 sheep flocks. Resistance to five anthelmintics was assessed using a fecal egg count reduction test (FECRT), and 20 flocks with FECRT < 80% for four or five anthelmintics were considered resistant. The data were randomly split into training (75%) and test (25%) sets, resampled 1,000 times, and the classification trees were generated for the training data. Of the 1,000 trees, 24 (2.4%) showed 100% accuracy, sensitivity, and specificity in predicting a flock as resistant or susceptible for the test data. Forage species was a split common to all 24 trees, and the most frequent trees (12/24) were split by forage species, grazing pasture area, and fecal examination. The farming system, Suffolk sheep breed, and anthelmintic choice criteria were practices highlighted in the other trees. These management practices can be used to predict the anthelmintic resistance status and guide measures for gastrointestinal nematode control in sheep flocks. |
Palavras-Chave: |
Machine learning; Multidrug resistance; Random forest. |
Thesaurus NAL: |
Carts; Gastrointestinal nematodes. |
Categoria do assunto: |
H Saúde e Patologia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1162930/1/MachineLearningPrediction.pdf
|
Marc: |
LEADER 01977naa a2200205 a 4500 001 2162930 005 2024-03-18 008 2024 bl uuuu u00u1 u #d 024 7 $a10.1590/S1984-29612024014$2DOI 100 1 $aNICIURA, S. C. M. 245 $aMachine learning prediction of multiple anthelmintic resistance and gastrointestinal nematode control in sheep flocks.$h[electronic resource] 260 $c2024 520 $aThe high prevalence of Haemonchus contortus and its anthelmintic resistance have affected sheep production worldwide. Machine learning approaches are able to investigate the complex relationships among the factors involved in resistance. Classification trees were built to predict multidrug resistance from 36 management practices in 27 sheep flocks. Resistance to five anthelmintics was assessed using a fecal egg count reduction test (FECRT), and 20 flocks with FECRT < 80% for four or five anthelmintics were considered resistant. The data were randomly split into training (75%) and test (25%) sets, resampled 1,000 times, and the classification trees were generated for the training data. Of the 1,000 trees, 24 (2.4%) showed 100% accuracy, sensitivity, and specificity in predicting a flock as resistant or susceptible for the test data. Forage species was a split common to all 24 trees, and the most frequent trees (12/24) were split by forage species, grazing pasture area, and fecal examination. The farming system, Suffolk sheep breed, and anthelmintic choice criteria were practices highlighted in the other trees. These management practices can be used to predict the anthelmintic resistance status and guide measures for gastrointestinal nematode control in sheep flocks. 650 $aCarts 650 $aGastrointestinal nematodes 653 $aMachine learning 653 $aMultidrug resistance 653 $aRandom forest 700 1 $aSANCHES, G. M. 773 $tRevista Brasileira de Parasitologia Veterinária$gv. 33, n. 1, jan./mar. 2024.
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. |
|
|