
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Von Pinho, Renzo Garcia | - |
| Autor(es): dc.contributor | Von Pinho, Renzo Garcia | - |
| Autor(es): dc.contributor | Gonçalves, Flávia Maria Avelar | - |
| Autor(es): dc.contributor | Freitas Júnior, Silvério de Paiva | - |
| Autor(es): dc.creator | Pinheiro, Cicero Cordeiro | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:32:07Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:32:07Z | - |
| Data de envio: dc.date.issued | 2024-05-10 | - |
| Data de envio: dc.date.issued | 2024-05-10 | - |
| Data de envio: dc.date.issued | 2024-04-22 | - |
| Data de envio: dc.date.issued | 2024-03-27 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/59117 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1142051 | - |
| Descrição: dc.description | The complexity of genotype by environment interactions poses challenges to identifying environments conducive to consistent performance of maize hybrids (Zea mays L.). This aspect is crucial for the success of breeding programs, which rely on the ability to provide hybrids with optimized yields in diverse environmental conditions. In this context, the central hypothesis of this study suggests that maize hybrids exhibit significant performance variations in different regions, although it is possible to identify similar patterns. This identification is of great relevance, reducing the need for extensive trials and optimizing investments and human resources. Therefore, the research objective is to identify environmental strata using the GGE biplot technique integrated with similarity networks. The aim is to identify regions that provide similar performance for maize hybrids, aiming not only to reduce the need for extensive trials but also to optimize the efficient allocation of resources. The methodology involved evaluating production data from 759 hybrids in 114 experiments in the state of Minas Gerais over three harvests. A randomized block design and incomplete block design were used, integrating the GGE biplot methodology and similarity networks in five distinct steps. The results of the analysis of variance indicated the existence of different mega-environments in the studied region, highlighting the importance of environmental stratification. The use of similarity networks allowed observing environmental patterns. Environmental stratification, based on graphical analysis integrating the GGE biplot and similarity networks, proved effective in identifying environmental strata. This approach provided valuable insights into environmental diversity and the formation of homogeneous groups of environments, enabling more precise decision-making in selecting representative locations for hybrid testing. By considering similarity patterns, the analysis allowed detecting strata in which different sets of hybrids exhibit similar production responses. This approach stands out as a promising tool to optimize resource allocation in maize breeding programs. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | A complexidade das interações genótipos por ambientes impõe desafios à identificação de ambientes propícios ao desempenho consistente de híbridos de milho (Zea mays L.). Este aspecto é crucial para o sucesso dos programas de melhoramento, que dependem da capacidade de fornecer híbridos com rendimento otimizado em diversas condições ambientais. Nesse contexto, a hipótese central deste estudo sugere que híbridos de milho exibem variações significativas de desempenho em diferentes regiões, embora seja possível identificar padrões semelhantes. Esta identificação é de grande relevância, reduzindo a necessidade de extensos ensaios e otimizando investimentos e recursos humanos. Portanto, esta pesquisa objetiva identificar estratos ambientais usando a técnica GGE biplot integrada a redes de similaridade. Busca-se identificar regiões que proporcionem desempenho semelhante para os híbridos de milho, visando não apenas reduzir a necessidade de ensaios extensivos, mas também otimizar a alocação eficiente de recursos. A metodologia envolveu a avaliação de dados de produção de 759 híbridos em 114 experimentos conduzidos no Estado de Minas Gerais ao longo de três safras. Os experimentos foram realizados em delineamento de blocos casualizados e de blocos incompletos. A análise dos dados foi conduzida integrando a metodologia GGE biplot e redes de similaridade em cinco etapas distintas. Os resultados da análise de variância indicaram a existência de diferentes mega-ambientes na região estudada, destacando a importância da estratificação ambiental. O uso de redes de similaridade permitiu observar padrões ambientais. A estratificação ambiental, baseada na análise gráfica com a integração do GGE biplot e redes de similaridade, revelou-se eficaz na identificação de estratos ambientais. Essa abordagem proporcionou percepções valiosas sobre a diversidade ambiental e a formação de grupos homogêneos de ambientes, possibilitando uma tomada de decisão mais precisa na seleção de locais representativos para testes de híbridos. Ao considerar padrões de similaridade, a análise permitiu detectar estratos nos quais diferentes conjuntos de híbridos apresentam respostas semelhantes à produção. Essa abordagem destaca-se como uma ferramenta promissora para otimizar a alocação de recursos em programas de melhoramento de milho. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-graduação em Genética e Melhoramento de Plantas | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Biologia | - |
| Direitos: dc.rights | Attribution-ShareAlike 4.0 International | - |
| Direitos: dc.rights | Attribution-ShareAlike 4.0 International | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-sa/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by-sa/4.0/ | - |
| Palavras-chave: dc.subject | Análise gráfica | - |
| Palavras-chave: dc.subject | Milho - Melhoramento genético | - |
| Palavras-chave: dc.subject | Milho - Híbridos | - |
| Palavras-chave: dc.subject | Mega-ambientes | - |
| Palavras-chave: dc.subject | Graphical analysis | - |
| Palavras-chave: dc.subject | Maize - Genetic improvement | - |
| Palavras-chave: dc.subject | Maize - Hybrids | - |
| Palavras-chave: dc.subject | Mega-environments | - |
| Palavras-chave: dc.subject | Zea mays L. | - |
| Palavras-chave: dc.subject | Melhoramento Vegetal | - |
| Título: dc.title | Estratificação ambiental em milho por meio de redes de similaridade | - |
| Título: dc.title | Environmental stratification in corn through similarity networks | - |
| Tipo de arquivo: dc.type | dissertação | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: