English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

A análise de componentes principais é uma técnica de análise multivariada que tem sido usada com pouca frequência na pesquisa com plantas forrageiras. Dessa forma, o objetivo do presente trabalho foi verificar se as hipóteses já testadas de acordo com técnicas univariadas podem ser validadas por meio de análise de componentes principais. Assim, duas análises foram realizadas. Na primeira, mais de 80% da variação do conjunto de dados foi explicada pelos primeiros três componentes principais, os quais relacionaram, basicamente, padrões de compensação tamanho/densidade populacional de perfilhos e discrepâncias na forma de se avaliar a forma do perfilho (relação folha: colmo ou razão área foliar: volume por perfilho). Na segunda, os três primeiros componentes principais explicaram 91,4% da variação total, relacionando-se, basicamente, com o processo de economia de recursos e alocação sazonal de assimilados para diferentes estruturas como forma de garantir sobrevivência e persistência das plantas na área. Os resultados mostram a potencialidade do uso da análise de componentes principais na interpretação de dados de pesquisa com plantas forrageiras. As conclusões obtidas são semelhantes àquelas obtidas com técnicas univariadas convencionais, com a vantagem de reduzir o número de variáveis globais em alguns poucos componentes principais. The principal component analysis is a multivariate analysis technique that has not been frequently used in the interpretation of research data on forage plants. Thus, the aim of this study was to use data already published and interpreted according to univariate analysis and verify if their hypotheses could also be validated through the principal component analysis. Two principal components analysis were performed. For the first one, the following variables were considered: tiller population density, individual tillers mass, leaf area index, leaf area/tiller volume ratio and tiller appearance and survival rates. In the first analysis more than 80% of of the data set variation was explained by the first three main components, which, basically, showed patterns of tiller size / density compensation mechanisms and revealed discrepancies in the way of evaluating tiller shape (leaf : stem ratio or leaf area: volume ratio per tiller). In the second analysis, the first three principal components explained 91.4% of the total variation, which was related basically to the process of resources economy and seasonal allocation of assimilates for different plant structures as a mean of ensuring survival and persistence of plants. The results show the potential of using the principal component analysis in the interpretation of research data on forage plants and corroborates conclusions obtained using univariate methods, with the advantage of reducing the number of global variable

Análise de componentes principais entre características morfogênicas e estruturais em capim-marandu sob lotação contínua