| Revista: | Acta scientiarum. Agronomy |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000460161 |
| ISSN: | 1679-9275 |
| Autores: | Euzebio, Milena Pierotti1 Fonseca, Inês Cristina de Batista1 Fonseca Júnior, Nelson da Silva2 Nascimento, Moysés3 Giordani, Willian1 Gonçalves, Leandro Simões Azeredo1 |
| Instituciones: | 1Universidade Estadual de Londrina, Departamento de Agronomia, Londrina, Parana. Brasil 2Instituto Agronomico do Parana, Londrina, Parana. Brasil 3Universidade Federal de Vicosa, Departamento de Estatistica, Vicosa, Minas Gerais. Brasil |
| Año: | 2018 |
| Volumen: | 40 |
| País: | Brasil |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental, analítico |
| Resumen en inglés | To develop new bean commercial cultivars, a series of experiments called Value for Cultivation and Use (VCU) assays are necessary. Bayesian analysis using information on prior VCU trials is an alternative to obtain greater precision during genotype selection. The objective of the present work was to select, under a Bayesian perspective, genotypes of the carioca bean from the state of Paraná that combine high adaptability and phenotypic stability, using information from previous VCU assays. This study used data from six experiments conducted in a randomized block design, in which the grain yield of 18 genotypes was assayed. To represent weakly informative prior distributions, the study used probability distributions with high variance; to represent informative prior distributions, it adopted the meta-analysis concept used in prior VCU assays (2007/2008, 2008/2009, 2009/2010, 2010/2011, 2011/2012, 2012/2013, and 2013/2014). Bayesian inference provided greater precision in selecting carioca bean genotypes with high adaptability and phenotypical stability through the Eberhart and Russell method. The Bayes factor indicated that the use of a priori information gives more accurate results for genotype selection. According to the study, most genotypes are widely adaptable based on informative priors, except for the Bola Cheia cultivar, which has specific adaptability to favorable environments |
| Resumen en portugués | Para lançamento de novas cultivares comercias de feijão é necessário a realização de uma série de experimentos denominados de ensaios de cultivo e uso (VCU). Sendo assim, a análise bayesiana utilizando informações a priori de ensaios de VCU anteriores pode ser considerada uma alternativa visando obtenção de uma maior acurácia na seleção de genótipos. Sendo assim, o presente trabalho teve como objetivos selecionar, sob perspectiva bayesiana, genótipos de feijão do tipo carioca que reúnam alta adaptabilidade e estabilidade fenotípicas, no Estado do Paraná, utilizando como informações a priori ensaios anteriores de VCU. Foram utilizados dados de seis experimentos, conduzidos em delineamento de blocos ao acaso, em que a produtividade de grãos de 18 genótipos foi avaliada. Para representar as distribuições a priori pouco informativas, utilizaram-se distribuições de probabilidade com grande variância, e para representar distribuições a priori informativas, adotou-se o conceito de meta-análises utilizando os ensaios de VCU anteriores (2007/2008, 2008/2009, 2009/2010, 2010/2011, 2011/2012, 2012/2013 e 2013/2014). A inferência bayesiana proporcionou maior acurácia na seleção dos genótipos de feijão carioca com alta adaptabilidade e estabilidade fenotípica por meio da metodologia de Eberhart e Russell. O fator Bayes indicou que o uso de informações a priori fornece resultados mais acurados na seleção dos genótipos. Com base nas prioris informativas, a maioria dos genótipos foi classificada de adaptabilidade ampla, exceto a cultivar Bola Cheia que foi classificada de adaptabilidade específica a ambientes favoráveis |
| Disciplinas: | Agrociencias, Biología |
| Palabras clave: | Leguminosas, Frijol, Phaseolus vulgaris, Análisis bayesiano, Adaptabilidad, Estabilidad genética, Método Eberhart y Russell |
| Keyword: | Legumes, Bean, Phaseolus vulgaris, Bayesian analysis, Adaptability, Genetic stability, Eberhart and Russell method |
| Texto completo: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
