
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.creator | Vieira Júnior, Indalécio Cunha | - |
| Autor(es): dc.creator | Silva, Carlos Pereira da | - |
| Autor(es): dc.creator | Nuvunga, Joel Jorge | - |
| Autor(es): dc.creator | Botelho, César Elias | - |
| Autor(es): dc.creator | Gonçalves, Flávia Maria Avelar | - |
| Autor(es): dc.creator | Balestre, Márcio | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:44:37Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:44:37Z | - |
| Data de envio: dc.date.issued | 2020-04-16 | - |
| Data de envio: dc.date.issued | 2020-04-16 | - |
| Data de envio: dc.date.issued | 2019 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/40120 | - |
| Fonte completa do material: dc.identifier | https://acsess.onlinelibrary.wiley.com/doi/full/10.2135/cropsci2018.02.0141 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1146478 | - |
| Descrição: dc.description | Statistical analysis of Coffea arabica L. progeny production has been a great challenge. In this species, genotypes may present differential biennial behaviors due to different physiological responses to the environmental conditions, indicating a mixture of two subpopulations in the tested progenies. Previously proposed statistical methods are unable to handle data overdispersion and/or bimodality because they assume the same stochastic process generating different phenotypes. This study proposes a finite mixture mixed model for modeling the biennial patterns. Production data for 21 S0:1 progenies, evaluated through eight harvests, were used. Individual (per harvest) and repeated measures analyses were performed using conventional mixed models and Gaussian mixture mixed models. The proposed methodology is also illustrated in a simulation study. On a real dataset, the approximated prediction error variance, CV, and residual variance were drastically reduced using mixture mixed models, resulting in a higher estimated heritability and expected gain from selection. Residual dependence across years was lower for the mixture model, but no differences were observed in genetic correlations. The posterior probability matrix captured the biennial pattern, which indicates the probability of a progeny's physiological stage. The Spearman correlation coefficient (0.87) indicates that selection based on grouped means may not be efficient. In general, the proposed model was more efficient for higher subpopulations means differences. The results suggest that for analysis of C. arabica progenies exhibiting different biennial patterns, mixture mixed models are superior to traditional mixed models and to models that structure biennial effects using covariance matrices. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Wiley Online Library | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Crop Science | - |
| Palavras-chave: dc.subject | Coffea arabica L. | - |
| Palavras-chave: dc.subject | Progeny | - |
| Palavras-chave: dc.subject | Biennial patterns | - |
| Palavras-chave: dc.subject | Mixed models | - |
| Palavras-chave: dc.subject | Café | - |
| Palavras-chave: dc.subject | Progênie | - |
| Palavras-chave: dc.subject | Padrões bienais | - |
| Palavras-chave: dc.subject | Modelos mistos | - |
| Título: dc.title | Mixture mixed models: biennial growth as a latent variable in coffee bean progenies | - |
| Tipo de arquivo: dc.type | Artigo | - |
| 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: