التفاصيل البيبلوغرافية
العنوان: |
Regressão aleatória Bayesiana para avaliação genética da resistência ao mal das folhas em seringueiras |
المؤلفون: |
Sandoval, Victor Javier Cevallos, Silva, Fabyano Fonseca, Resende, Marcos Deon Vilela de, Macedo, Leandro Roberto de, Cecon, Paulo Roberto |
المصدر: |
Revista Ciência Agronômica. March 2017 48(1) |
بيانات النشر: |
Universidade Federal do Ceará, 2017. |
سنة النشر: |
2017 |
مصطلحات موضوعية: |
Hevea brasiliensis, Microcyclus ulei, Dados longitudinais, Inferência estatística, Simulação estocástica |
الوصف: |
O mal das folhas causado pelo fungo Microcyclus ulei é a doença mais séria dos seringais da América Latina. Com o objetivo de identificar clones de seringueira mais resistentes em diferentes ambientes ao longo do tempo, compararam-se diferentes modelos de regressão aleatória (MRA) ajustados via abordagem Bayesiana. Oito clones foram testados em campos clonais no delineamento em blocos completos casualizados com quatro repetições, utilizando-se 80 árvores por parcela. As duas fileiras centrais foram avaliadas a cada dois meses em relação às variáveis severidade (SEV) e índice de estroma em folha adulta (EFA). Foram incluídas como covariáveis nos modelos a circunferência do tronco e as variáveis climáticas de cada campo clonal. Os MRA foram comparados por meio do critério DIC (Deviance Information Criterion). O modelo M2 (que assumiu os efeitos aleatórios quadrático para clone e linear para planta) foi o melhor (menor valor de DIC) para descrever SEV e EFA em todas as localidades consideradas. Tal modelo permitiu inferir que os clones FDR 5788, CDC312 e CDC56 apresentaram maior resistência, enquanto o clone FX 3864 foi o que apresentou a maior suscetibilidade, em todas as localidades consideradas. |
نوع الوثيقة: |
article |
وصف الملف: |
text/html |
اللغة: |
Portuguese |
تدمد: |
1806-6690 |
DOI: |
10.5935/1806-6690.20170017 |
URL الوصول: |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1806-66902017000100151 |
Rights: |
info:eu-repo/semantics/openAccess |
رقم الانضمام: |
edssci.S1806.66902017000100151 |
قاعدة البيانات: |
SciELO |