RESUMO Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela e o número de repetições, para avaliar a massa verde de aveia preta (Avena strigosa Schreb

ResumoO objetivo deste trabalho foi modelar a área foliar de feijão de porco determinada por fotos digitais em função do comprimento ou da largura e/ou do produto comprimento vezes largura do limbo do folíolo central da folha. Em seis períodos de desenvolvimento da cultura (29, 43, 57, 73, 87 e 101 dias após a emergência) foram coletadas, aleatoriamente, 745 folhas. Cada folha é composta pelos folíolos esquerdo, central e direito. Nas 745 folhas foi mensurado o comprimento (CFC) e a largura (LFC) e calculado o produto do comprimento pela largura (CFC×LFC) do limbo do folíolo central. A seguir, determinou--se a área foliar (soma da área dos folíolos esquerdo, central e direito) por meio do método de fotos digitais (Y). Do total de folhas, foram separadas, aleatoriamente, 605 folhas para a construção de modelos do tipo quadrático, potência e linear de Y em função do CFC, da LFC, e/ou do CFC×LFC e 140 folhas para a validação dos modelos. Em feijão de porco, o modelo tipo potência (Ŷ=3,7046x 1,8747 , R 2 =0,9757) da largura do limbo do folíolo central é adequado para estimar a área foliar obtida por fotos digitais.Palavras-chave: Canavalia ensiformis, fotos digitais, método não-destrutivo. Leaf area prediction models for jack bean by leaf dimensions AbstractThe objective of this work was to model the leaf area of jack bean determined by digital photos with the length or width and/or the product length × width of the central leaflet limb of the leaf. At six periods of crop development (29, 43, 57, 73, 87 and 101 days after emergence) 745 leaves were randomly collected. Each leaf is composed by left, center and right leaflets. The length (CFC) and width (LFC) were measured and the product length by the width (CFC×LFC) of the central leaflet calculated. The leaf area (sum of the leaf area of the left, center and right leaflets) was calculated by the method of digital photos (Y). An amount of 605 leaves were used to build models of the type quadratic, potency and linear, considering Y as function of the CFC, LFC and/or CFC×LFC. For validation, 140 leaves were used. The potency model of the leaf area obtained by method of digital photos (Ŷ=3.7046x 1.8747 , R 2 =0.9757) based on the width central leaflet, is adequate to estimate the leaf area in jack bean.

ResumoO objetivo deste trabalho foi desenvolver um modelo para estimar a área foliar de nabo forrageiro (Raphanus sativus L. var. oleiferus Metzg) determinada por fotos digitais, em função do comprimento, ou da largura e/ou do produto comprimento vezes largura da folha. Aos 76 dias após a semeadura, foram coletadas 557 folhas da haste principal de 92 plantas, sendo mensurados o comprimento (C) e a largura (L) de cada folha, e calculado o produto comprimento × largura (C×L). Após, determinou-se a área foliar (Y), por meio do método de fotos digitais. Do total de folhas, separaram-se, aleatoriamente, 450 folhas para a construção de modelos do tipo quadrático, potência e linear de Y em função de C, da L, e/ou de C×L. 107 folhas foram usadas para a validação dos modelos. O modelo do tipo potência da área foliar obtida por meio do método de fotos digitais (Ŷ=0,6843x 0,9221 , R 2 =0,9862) em função do produto comprimento × largura é adequado para estimar a área foliar de nabo forrageiro.Palavras-chave: Raphanus sativus L. var. oleiferus Metzg, fotos digitais, modelagem, método não destrutivo. Estimate of leaf area of forage turnip according to leaf dimensions AbstractThe objective of this work was build a model to estimate leaf area of forage turnips (Raphanus sativus L. var. oleiferus Metzg) determined by digital photos with the length or width and/or the product length×width of the leaf. Seventy-six days after sowing of forage turnip, 557 leaves were collected in the main stem of 92 plants. The length (C) and width (L) of each leaf were measured and the product length × width (C×L) calculated. The leaf area (Y) was determined by the method of digital photos. From the total of leaves, 450 leaves were randomly separated to build models of the types quadratic, potency and linear with Y as function of C, L and/or C×L. 107 leaves were used for model validation. The potency model of the leaf area obtained by the method of digital photos (Ŷ=0.6843x 0.9221 , R 2 =0.9862) based on the product length × width is adequate to estimate the leaf area in forage turnip.

The objectives of this study were to determine the optimum plot size (Xo) and the number of replications to evaluate grain yield and verify the variability of Xo among oat cultivars. Thirtytwo uniformity trials of 3 × 3 m were performed, being 8 from each cultivar (URS Charrua, URS Taura, URS Estampa, and URS Corona). Each uniformity trial was divided in 36 basic experimental units (BEU) of 0.5 × 0.5 m. Grain yield was determined in each BEU. The Xo was determined by the method of maximum curvature of the coefficient of variation model. Mean comparisons among cultivars were performed by the Scott-Knott test via bootstrap. The number of replications was calculated by an iterative process until convergence for experiments in completely randomized design (CRD) and randomized block CRop pRoduCTion And MAnAgeMenT-Article

O objetivo deste trabalho foi determinar o tamanho de amostra para a estimação do coeficiente de correlação linear de Pearson entre caracteres de três híbridos de milho. Para as análises, foram tomadas aleatoriamente 361, 373 e 416 plantas, respectivamente, de híbridos simples, triplo e duplo. Para cada planta, os seguintes caracteres foram mensurados: diâmetro maior e menor do colmo, altura da planta e altura, peso, comprimento e diâmetro da espiga, número de fileiras por espiga, peso e diâmetro de sabugo, massa de cem grãos, número de grãos por espiga, comprimento e produtividade de grãos. Para cada um dos 91 pares de caracteres e híbridos, foi determinado o tamanho de amostra a partir de "bootstrap", com reposição de 1.000 amostras, de cada tamanho de amostra simulado. Na estimação do coeficiente de correlação linear de Pearson com a mesma precisão, o tamanho de amostra (número de plantas) aumenta na direção de pares de caracteres com menor intensidade de relação linear, independentemente do tipo de híbrido. Para os 91 pares de caracteres estudados, 252 plantas são suficientes para a estimação do coeficiente de correlação linear de Pearson, no intervalo de confiança de "bootstrap" de 95%, igual a 0,30