A mamona (Ricinus communis L.) tem proporcionado relevância no plano agroindustrial do país pela qualidade do óleo produzido. A obtenção de híbridos adaptados às condições de cultivo em segunda safra e com características apropriadas ao cultivo mecanizado é visado através do melhoramento. Assim sendo, o trabalho teve por objetivo avaliar híbridos precoces de mamona em função de populações de plantas cultivados na região da Nova Alta Paulista em segunda safra. Adotou-se o delineamento experimental em blocos casualizados em esquema fatorial 3x4, sendo três híbridos de mamona (AGIMA 110204, MIA e TAMAR) e quatro densidades de plantas por metro linear (2, 4, 6 e 8), com quatro repetições por tratamento. No dia 12 de abril de 2017 aconteceu a semeadura na fazenda de pesquisa da UNESP/FCAT – Campus de Dracena. As avaliações de desenvolvimento de plantas e características reprodutivas foram realizadas aos 138 dias após a emergência das plantas (DAE). Altura de plantas, números de racemos por planta, massa de cem grãos e leitura SPAD de clorofila nos tratamentos testados tiveram médias semelhantes. O híbrido TAMAR apresentou a maior altura de inserção do primeiro racemo, e junto com o hibrido MIA tiveram os maiores racemos produzidos. O diâmetro do caule de todos os híbridos apresentou redução linear em função do aumento da população de plantas na linha de semeadura. A produtividade de grãos dos híbridos foi de 1.784 kg ha-1 (TAMAR), 1.659 kg ha-1 (AGIMA 110204) e 1.547 kg ha-1 (MIA).

In this contribution, we present a predictive tool developed to help in the management of the evolution of the COVID-19 pandemic situation in Rio Grande do Sul (RS) - Brazil. This tool is the result of georeferenced data analysis, mathematical modeling, and parameter calibration for the dynamics of a SIR-type model defined on a spatial structure that allows distinct subpopulations to interact, similar to the controlled distancing (A_l for l = 1, ···, 21) groupings proposed by the RS government and public health authorities. The predictive analysis, updated biweekly, provides three distinct scenarios per month (milder, average, and severe) and is made available as WebSIGs (Geographic Information System - GIS). The forecast of the average scenario for each Al group is the result of a simulation of the proposed SIRtype dynamics with calibrated parameters derived from an augmented Lagrangian maximum a posteriori estimation and data on the number of infected cases made available by the RS Health Secretariat. The milder and severe scenarios are obtained from the average scenario, with changes in the contagion rates of each Al group. When compared to the number of infections reported in each Al group, the modeling predictions for a biweekly time window (the first two weeks) were quite satisfactory, with errors ranging from 0% to 5.13%, gradually increasing over time. Therefore, we suggest a biweekly re-calibration of the parameters and corresponding forecasts as a wise strategy.