1. RI UFLA
  2. Instituto de Ciências Naturais - ICN
  3. Departamento de Biologia - DBI
  4. DBI - Artigos publicados em periódicos
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/45496
Registro completo de metadados
Campo DCValorIdioma
dc.creatorOliveira, Rogério Lunezzo de-
dc.creatorVon Pinho, Renzo Garcia-
dc.creatorBalestre, Márcio-
dc.creatorFerreira, Denys Vitor-
dc.date.accessioned2020-11-13T20:27:25Z-
dc.date.available2020-11-13T20:27:25Z-
dc.date.issued2010-09-
dc.identifier.citationOLIVEIRA, R. L. de et al. Evaluation of maize hybrids and environmental stratification by the methods AMMI and GGE biplot. Crop Breeding and Applied Biotechnology, Viçosa, MG, v. 10, n. 3, p. 247-253, 2010. DOI: https://doi.org/10.1590/S1984-70332010000300010.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/45496-
dc.description.abstractThe purpose of this study was to evaluate yield stability, adaptability and environmental stratification by the methods AMMI (Additive Main Effects and Multiplicative Interaction Analysis) and GGE (Genotype and Genotypes by Environment Interaction) biplot and to compare the efficiency of these methods. Data from the evaluation of 20 experimental single-cross and three commercial hybrids and 11 locations, in two growing seasons, 2005/2006 and 2006/2007 were used. Analyses of variance, adaptability, stability and environmental stratification were performed. A better combination of adaptability and stability was observed in the hybrids 10 and 16, according to the graphics of AMMI and GGE biplot methods, respectively. The number of locations could be reduced by 28% based on stratification. The predictive correlation of the AMMI and GGE methods was 0.88 and 0.86, respectively. The results showed that it is possible to reduce the number of evaluation sites; AMMI tended to be more accurate than GGE analysis.pt_BR
dc.languageenpt_BR
dc.publisherBrazilian Society of Plant Breedingpt_BR
dc.rightsAttribution 4.0 International*
dc.rightsacesso abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.sourceCrop Breeding and Applied Biotechnology - CBABpt_BR
dc.subjectZea mayspt_BR
dc.subjectGenotype by environment interactionpt_BR
dc.subjectMega-environmentspt_BR
dc.subjectInteração genótipos x ambientespt_BR
dc.subjectMega-ambientespt_BR
dc.titleEvaluation of maize hybrids and environmental stratification by the methods AMMI and GGE biplotpt_BR
dc.title.alternativeAvaliação de híbridos de milho e estratificação ambiental pelos métodos AMMI e GGE biplotpt_BR
dc.typeArtigopt_BR
dc.description.resumoO objetivo desse trabalho foi avaliar a estabilidade, adaptabilidade e estratificação ambiental, por meio dos métodos AMMI (Additive Main Effects and Multiplicative Interaction Analysis) e GGE (Genotype and Genotypes by Environment Interaction) biplot e comparar a eficiência destes métodos. Utilizaram-se dados da avaliação de vinte híbridos simples experimentais e três comerciais, em onze locais e duas safras, 2005/2006 e 2006/2007. Foram realizadas as análises de variância, adaptabilidade, estabilidade e estratificação ambiental. Os híbridos 10 e 16 apresentaram melhor combinação entre adaptabilidade e estabilidade, considerando os gráficos dos métodos AMMI e GGE biplot respectivamente. A estratificação promoveu uma redução 28% no número de locais. Os métodos AMMI e GGE apresentaram correlação preditiva de 0,88 e 0,86 respectivamente. Pelos resultados obtidos conclui-se que é possível reduzir o número de locais de avaliação; a análise AMMI tendeu ser mais acurada que a análise GGE.pt_BR
Aparece nas coleções:DAG - Artigos publicados em periódicos
DBI - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_Evaluation of maize hybrids and environmental stratification by the methods AMMI and GGE biplot.pdf554,23 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons