logo móvil
Contáctanos

Modelos de efectos mixtos no lineales para describir curvas de crecimiento de frutas de pimiento en ocho cultivares, incluyendo efectos de grupo

Autores: Teixeira, Filipe Ribeiro Formiga; Cecon, Paulo Roberto; Suela, Matheus Massariol; Nascimento, Moysés

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Modelos de efectos mixtos no lineales para describir curvas de crecimiento de frutas de pimiento en ocho cultivares, incluyendo efectos de grupo


Categoría

Ciencias Agrícolas y Biológicas

Subcategoría

Agronomía y Ciencia de los Cultivos

Palabras clave

Ancho de la fruta
Caracteres de longitud
Ciclo de cultivo de pimienta
Modelos de Efectos Mixtos No Lineales
Curvas de crecimiento
Genotipos de pimienta

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 35

Citaciones: Sin citaciones


Descripción
Evaluar el comportamiento de los caracteres de ancho y longitud de la fruta a lo largo del ciclo del cultivo de pimientos es esencial para los investigadores en la toma de decisiones orientadas al desarrollo de técnicas de manejo apropiadas y la recolección de frutas en etapas de crecimiento adecuadas. Se recomienda el método de Modelos de Efectos Mixtos No Lineales (NLME) para modelar conjuntamente los residuos y toda la base de datos, incluidos los efectos de grupo, para describir las curvas de crecimiento. Este trabajo comparó cuatro ecuaciones no lineales (Gompertz, Logística, Richards y von Bertalanffy) al incluir grupos (pimiento y pimiento morrón) para describir el crecimiento de la longitud y el ancho de los genotipos de pimiento. De los ocho genotipos utilizados, tres eran de pimiento morrón y cinco de pimiento. Para cada uno, la longitud y el ancho de la fruta se midieron en 10 períodos. Según las medidas de calidad de ajuste estudiadas, el mejor modelo para ajustar la longitud de la fruta fue el Richards (), mientras que para el ancho fue el Logístico (). Los efectos aleatorios estimados mostraron que para la longitud asintótica y el tiempo al punto de inflexión presentaron una correlación de 0.75, lo que indica una asociación positiva entre estos rasgos. Sin embargo, para el ancho, este resultado fue diferente: -0.02. El ajuste NLME permitió una predicción eficiente de valores y una caracterización eficiente de los genotipos estudiados, demostrando ser un método eficiente para datos longitudinales.

Otros recursos que podrían interesarte

Temas Virtualpro