
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 | Oliveira, L. A. de | - |
| Autor(es): dc.creator | Silva, C. P. da | - |
| Autor(es): dc.creator | Nuvunga, J. J. | - |
| Autor(es): dc.creator | Silva, A. Q. da | - |
| Autor(es): dc.creator | Balestre, M. | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:20:01Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:20:01Z | - |
| Data de envio: dc.date.issued | 2019-02-05 | - |
| Data de envio: dc.date.issued | 2019-02-05 | - |
| Data de envio: dc.date.issued | 2016 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/32731 | - |
| Fonte completa do material: dc.identifier | https://www.geneticsmr.com/articles/6591 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1159188 | - |
| Descrição: dc.description | The additive main effects and multiplicative interaction (AMMI) and the genotype main effects and genotype x environment interaction (GGE) models stand out among the linear-bilinear models used in genotype x environment interaction studies. Despite the advantages of their use to describe genotype x environment (AMMI) or genotype and genotype x environment (GGE) interactions, these methods have known limitations that are inherent to fixed effects models, including difficulty in treating variance heterogeneity and missing data. Traditional biplots include no measure of uncertainty regarding the principal components. The present study aimed to apply the Bayesian approach to GGE biplot models and assess the implications for selecting stable and adapted genotypes. Our results demonstrated that the Bayesian approach applied to GGE models with non-informative priors was consistent with the traditional GGE biplot analysis, although the credible region incorporated into the biplot enabled distinguishing, based on probability, the performance of genotypes, and their relationships with the environments in the biplot. Those regions also enabled the identification of groups of genotypes and environments with similar effects in terms of adaptability and stability. The relative position of genotypes and environments in biplots is highly affected by the experimental accuracy. Thus, incorporation of uncertainty in biplots is a key tool for breeders to make decisions regarding stability selection and adaptability and the definition of mega-environments. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Fundação de Pesquisas Científicas de Ribeirão Preto | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Genetics and Molecular Research | - |
| Palavras-chave: dc.subject | Additive and multiplicative models | - |
| Palavras-chave: dc.subject | Mega-environments | - |
| Palavras-chave: dc.subject | Biplot | - |
| Palavras-chave: dc.subject | Von Mises-Fisher | - |
| Título: dc.title | Bayesian GGE biplot models applied to maize multi-environments trials | - |
| 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: