Resumo. Na agricultura, o desenvolvimento de modelos matemáticos tem contribuído para o conhecimento fisiológico das culturas, na busca de inovação e validação de novas tecnologias. O cultivo da aveia brancaé muito comum na região sul do país e sua produtividadé e fortemente dependente do uso de nitrogênio, que se perde facilmente no ambiente. O emprego de hidrorretentores deágua no solo pode ser uma alternativa inovadora buscando melhorar a eficiência do nitrogênio. Dessa forma, o uso da modelagem matemática pode melhorar o entendimento das variáveis de produtividade da aveia e suas relações com o clima e o manejo do nitrogênio e hidrogel. Nesse contexto, o objetivo de estudoé o uso de regressão por superfície de resposta na otimização da combinação ideal de nitrogênio e hidrogel sobre a maior produtividade de grãos de aveia no sistema de sucessão milho/aveia. O uso de distintas doses do hidrorretentor associadasà adubação nitrogenada em cobertura influência positivamente na produtividade de grãos de aveia. A dose ajustada de hidrogel e nitrogênioà máxima produtividade de grãos no sistema milho/aveiaé ao redor de 60 e 100 kg ha −1 , respectivamente.Palavras-chave. Avena Sativa, nitrogênio, hidrogel, superfície de resposta, sistema milho/aveia. 1
Understanding the magnitude of contribution and relationships of industrial quality components to yield by nitrogen stimulation can drive strategies with benefits to the food industry. The objective of this study is to measure and interpret the contribution and relationship dynamics of the components of oat industrial quality with grain and industry yield by nitrogen stimulation, partitioning the correlation values in direct and indirect effects by path diagnosis, in proposing strategies that promote benefits to the food industry. The study was conducted from 2011 to 2016, in a randomized block design with four replications in 4x2 factorial for nitrogen rates (0, 30, 60 and 120 kg ha-1) and oat cultivars (Barbarasul and Brisasul) in separate environments soybean/oat and corn/oat succession system. The increase of nitrogen promoted greater change in the mass of caryopsis in soybean/oat system and the thousand grain mass and number of grains greater than 2 mm in corn/oat system, with a tendency of reduction. In soybean/oat system, grain and industry yields can be simultaneously incremented by direct increase via one thousand grain mass and indirect increase by caryopsis mass. In corn/oat system the grain yield does not show any relationship with industrial quality variables. However, the industral productivity is benefited by the increase of the number of grains larger than 2 mm. The management proposition in the improvement of the grain and industry productivity characteristics by nitrogen is dependent on the high succession and reduced N-residual release systems
Oat cultivars more efficient at reducing fungicide can prevent contamination of soil, water and food. The objective of the study is to measure the efficiency of oat cultivars recommended for growing in Brazil by reducing the number of fungicide applications, considering favorable and unfavorable crop season conditions for productivity and progress of the main leaf diseases. The study was conducted in 2015, 2016 and 2017, in Augusto Pestana, RS, Brazil. The experimental design was a randomized block with three replications in a 22 x 4 factorial scheme, for 22 oat cultivars and 4 conditions of fungicide use [without application; an application at 60 days after emergence; two applications at 60 and 75 days after emergence; and three applications at 60, 75 and 90 days after emergence]. The fungicide FOLICUR® CE was used in 2015 and 2016 and the fungicide PRIMO® in 2017 in the dosage of 0.75 and 0.3 liters ha-1, respectively. The plots were sprayed using BD 04 fan nozzle with 45 PSI pressure, and spray volume close to 120 liters ha-1. The condition of a crop season favorable to the progress of leaf diseases identifies with quality cultivars more efficient in reducing the use of fungicide, enabling processes with lower environmental impacts with food security. Under favorable agricultural year conditions and unfavorable to the productivity and progress of the main leaf diseases of oats, the most efficient cultivars to reduce the use of fungicide are URS Altiva and URS Guria
Resumo. Modelos de regressão e o modelo de adaptabilidade e estabilidade de Eberhart & Russel podem contribuir no melhoramento de manejos de diferentes cultivares. Na aveia, podem auxiliar na identificação de cultivares mais resistentesàs doenças foliares. Com isso, pode-se evitar o uso indiscriminado de fungicida e diminuir os riscos de contaminação do grão e do meio ambiente. Desta forma, o objetivo deste trabalhoé empregar os modelos de regressão e o modelo de adaptabilidade e estabilidade para identificação das melhores cultivares de aveia recomendadas para cultivo no Brasil. O delineamento experimental foi de blocos casualizados seguindo um esquema fatorial 22 x 4 para 22 cultivares de aveia branca e 4 condições de aplicação de fungicida. Após a coleta dos dados experimentais e aplicação dos modelos de regressão e de adaptabilidade e estabilidade, conclui-se que a cultivar URS Altiva apresenta melhores resultados em promover maior produtividade de grãos com possibilidade de menor uso de fungicida. Palavras-chave. Análise de Regressão, Adaptabilidade e Estabilidade, Resistência Genética 1 Introdução A utilização da análise de regressão e do modelo de adaptabilidade e estabilidade de Eberhart & Russel vem possibilitando a identificação de manejos mais sustentáveis e o 1 Bolsista CAPES/BRASIL.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.