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

O melhoramento da soja (Glycine max) esta avancado, porem, nao se obteve atingir o seu limiar produtivo, a despeito de sua base genetica restrita e esperado avanco significativo com o melhoramento genetico na obtencao de novos cultivares com altos niveis produtivos. Objetivou-se com este trabalho investigar a interacao genotipo x ambiente em soja por meio da analise de componentes principais com multiplas matrizes de dados. Foram avaliados 44 e 23 genotipos, nos anos agricolas 2000 e 2001, respectivamente. Utilizou-se o delineamento de blocos aos acaso, com duas repeticoes estratificadas em tres conjuntos experimentais com testemunhas comuns (IAC 100, Ocepar 4, IAS 5 e Primavera). Os fatores considerados para a analise foram: genotipos (G1, G2, G3..., G44), ambientes (combinacao dos locais Anhembi-AN e Areao-AR com o controle intensivo-COM e ecologico-SEM de insetos) e atributos (producao e componentes). O estudo foi implementado por meio de analise de componentes principais com arranjo de tres entradas (genotipo x ambiente x variaveis). Os genotipos 2, 3, 23, 28, 36, 38 e 44 apresentam tolerância a percevejos e boa produtividade no ambiente AN_COM. Os genotipos 7, 17, 21, 29, 35, 37 e 40 interagem positivamente com o ambiente AR_SEM com adaptabilidades e estabilidades especificas redundando em produtividades elevadas.

Interação genótipo-ambiente em soja via análise de componentes principais com múltiplas matrizes de dados.