Use este identificador para citar ou linkar para este item:
http://bdm.ufmt.br/handle/1/4876
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Barros, Bruna Maciel | - |
dc.date.accessioned | 2025-07-14T17:38:05Z | - |
dc.date.available | 2024-11-28 | - |
dc.date.available | 2025-07-14T17:38:05Z | - |
dc.date.issued | 2024-11-06 | - |
dc.identifier.citation | BARROS, Bruna Maciel. Estabilidade e adaptabilidade de genótipos de trigo: uma abordagem com AMMI e GGE Biplot. 2024. 42 f. Trabalho de Conclusão de Curso (Graduação em Estatística ) - Universidade Federal de Mato Grosso, Instituto de Ciências Exatas e da Terra, Cuiabá, 2024. | pt_BR |
dc.identifier.uri | http://bdm.ufmt.br/handle/1/4876 | - |
dc.description.abstract | This study utilizes data from the 42nd Elite Selection Wheat Yield Trial conducted by CIMMYT, covering 50 genotypes evaluated in 70 environments across 17 countries, to analyze genotype-environment interaction (G × E) using the AMMI (Additive Main Effects and Multiplicative Interaction) and GGE Biplot (Genotype and Genotype × Environment Interaction) models. The combined application of these models, along with clustering techniques, enables the identification of adaptable and stable genotypes, contributing to the advancement of wheat breeding programs. The models are applied in multi-environment data analysis to optimize the recommendation of cultivars and test environments. While the AMMI model has limitations with unbalanced data and heterogeneous variances, the GGE Biplot model stands out for capturing the main genotypic and G × E effects additively. When used together, these methods provide a robust, reliable, and complementary analysis, facilitating the selection of high-performing and stable genotypes under varying conditions. | pt_BR |
dc.description.provenance | Submitted by Nádia Paes (nadia66paes@gmail.com) on 2025-06-14T13:14:47Z No. of bitstreams: 1 TCC_2024_Bruna Maciel Barros.pdf: 1044272 bytes, checksum: fb46137b6a8e68597a7e17372a9c4971 (MD5) | en |
dc.description.provenance | Approved for entry into archive by Carlos Eduardo da Silveira (carloseduardoufmt@gmail.com) on 2025-07-14T17:38:05Z (GMT) No. of bitstreams: 1 TCC_2024_Bruna Maciel Barros.pdf: 1044272 bytes, checksum: fb46137b6a8e68597a7e17372a9c4971 (MD5) | en |
dc.description.provenance | Made available in DSpace on 2025-07-14T17:38:05Z (GMT). No. of bitstreams: 1 TCC_2024_Bruna Maciel Barros.pdf: 1044272 bytes, checksum: fb46137b6a8e68597a7e17372a9c4971 (MD5) Previous issue date: 2024-11-06 | en |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal de Mato Grosso | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Estabilidade e adaptabilidade de genótipos de trigo : uma abordagem com AMMI e GGE Biplot | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | Hongyu, Kuang | - |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/0270133834542310 | pt_BR |
dc.contributor.referee1 | Hongyu, Kuang | - |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/0270133834542310 | pt_BR |
dc.contributor.referee2 | Oliveira Junior, Gilmar Jorge de | - |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/9657825182545034 | pt_BR |
dc.contributor.referee3 | Souza, Édila Cristina de | - |
dc.contributor.referee3Lattes | http://lattes.cnpq.br/0653746466845729 | pt_BR |
dc.description.resumo | Este estudo utiliza dados do 42º Ensaio de Rendimento de Trigo da Seleção Elite do CIMMYT, abrangendo 50 genótipos avaliados em 70 ambientes de 17 países, para analisar a interação genótipo-ambiente (G × E) por meio dos modelos AMMI (Additive Main Effects and Multiplicative Interaction) e GGE Biplot (Genotype and Genotype × Environment Interaction). A aplicação conjunta desses modelos, associada a técnicas de agrupamento, permite identificar genótipos adaptáveis e estáveis, contribuindo para o avanço de programas de melhoramento genético do trigo. Os modelos são empregados na análise de dados multiambientais para otimizar a recomendação de cultivares e ambientes de teste. O modelo AMMI apresenta limitações com dados desbalanceados e variâncias heterogêneas, enquanto o GGE Biplot destaca-se por capturar de forma aditiva os principais efeitos genotípicos e da interação G × E. Quando utilizados em conjunto, ambos os métodos fornecem uma análise robusta, confiável e complementar, facilitando a seleção de genótipos com alto desempenho e estabilidade em condições variadas. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Instituto de Ciências Exatas e da Terra (ICET) | pt_BR |
dc.publisher.initials | UFMT CUC - Cuiabá | pt_BR |
dc.publisher.program | Estatística - CUC | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA | pt_BR |
dc.subject.keyword | Genótipos de trigo | pt_BR |
dc.subject.keyword | Interação genótipo-ambiente | pt_BR |
dc.subject.keyword | Análise multivariada | pt_BR |
dc.subject.keyword2 | Wheat genotypes | pt_BR |
dc.subject.keyword2 | Genotype-environment interaction | pt_BR |
dc.subject.keyword2 | Multivariate analysis | pt_BR |
Aparece na(s) coleção(ções): | Estatística |
Arquivos deste item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TCC_2024_Bruna Maciel Barros.pdf | 1.02 MB | Adobe PDF | Ver/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.