
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, Luciano Antonio de | - |
| Autor(es): dc.creator | Silva, Carlos Pereira da | - |
| Autor(es): dc.creator | Silva, Alessandra Querino da | - |
| Autor(es): dc.creator | Mendes, Cristian Tiago Erazo | - |
| Autor(es): dc.creator | Nuvunga, Joel Jorge | - |
| Autor(es): dc.creator | Nunes, José Airton Rodrigues | - |
| Autor(es): dc.creator | Parrella, Rafael Augusto da Costa | - |
| Autor(es): dc.creator | Baleste, Marcio | - |
| Autor(es): dc.creator | Bueno Filho, Júlio Sílvio de Sousa | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:35:54Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:35:54Z | - |
| Data de envio: dc.date.issued | 2022-07-29 | - |
| Data de envio: dc.date.issued | 2022-07-29 | - |
| Data de envio: dc.date.issued | 2022-05 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/50771 | - |
| Fonte completa do material: dc.identifier | https://doi.org/10.1002/csc2.20696 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1164505 | - |
| Descrição: dc.description | The dissection of genotype × environment interaction (GEI) is a crucial aspect of the final stages of plant breeding pipelines and recommendation of cultivars. Linear-bilinear models used to analyze this interaction, such as the additive main effects and multiplicative interaction (AMMI) and genotype plus GEI (GGE), often assume homogeneity of the residual variances across environments which affects the estimates and therefore, interpretations and conclusions. Our main objective was to propose a GGE model that considers heteroscedasticity across environments using Bayesian inference and to evaluate its implications in the interpretation of real and simulated data. The GGE model assuming common variance was also fitted for comparison purposes. The great flexibility of the Bayesian inference is transferred to the biplots, allowing the construction of credible regions for genotypic and environmental scores. The inference on the stability and adaptability of genotypes might change when heteroscedasticity is ignored. When real data are used, different patterns of correlations between environments also affect the representativeness and discrimination of the target environment. The modeling of heteroscedasticity allowed the clustering of environments into subgroups, with similar effects for GEI. The proposed GGE model was more adequate and realistic to deal with scenarios of heterogeneous variance in multienvironment trials, which can be useful for exploiting the GEI. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | John Wiley & Sons | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Crop Science | - |
| Palavras-chave: dc.subject | Bayesian inference | - |
| Palavras-chave: dc.subject | Plant breeding | - |
| Palavras-chave: dc.subject | GGE model | - |
| Palavras-chave: dc.subject | Inferência Bayesiana | - |
| Palavras-chave: dc.subject | Melhoramento vegetal | - |
| Título: dc.title | Bayesian GGE model for heteroscedastic multienvironmental 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: