33,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
17 °P sammeln
  • Broschiertes Buch

La predicción precisa del comportamiento fenotípico de híbridos de maíz debe conducir a un programa de cría más rentable ya que permite reducir el número de evaluaciones de campo y, por ende, el costo. La construcción de un modelo de predicción confiable requiere una muestra representativa de los híbridos con información fenotípica del carácter a predecir, usualmente el rendimiento en grano. Esta información fenotípica está generalmente disponible en los programas de cría típica que prueban numerosos nuevos híbridos en múltiples ubicaciones en ensayos de campo anuales. Estudios anteriores…mehr

Produktbeschreibung
La predicción precisa del comportamiento fenotípico de híbridos de maíz debe conducir a un programa de cría más rentable ya que permite reducir el número de evaluaciones de campo y, por ende, el costo. La construcción de un modelo de predicción confiable requiere una muestra representativa de los híbridos con información fenotípica del carácter a predecir, usualmente el rendimiento en grano. Esta información fenotípica está generalmente disponible en los programas de cría típica que prueban numerosos nuevos híbridos en múltiples ubicaciones en ensayos de campo anuales. Estudios anteriores indican que un análisis de modelo mixto lineal de estos datos fenotípicos ha sido útil para predecir el rendimiento de híbridos simples de maíz en base a extensas bases de datos. En este trabajo se constató que es posible una predicción del comportamiento de los cultivares experimentales empleando modelos mixtos y bases de datos reducidas e incompletas. Los resultados de este estudio pueden ser de utilidad para mejoradores y evaluadores de cultivares en ensayos de campo.
Autorenporträt
C. A. Biasutti. Profesor Titular de Mejoramiento Genético Vegetal en la Facultad de Ciencias Agropecuarias de la Universidad Nacional de Córdoba, Argentina. Investigador en mejoramiento de maíz para adaptación a zonas semiáridas y en la selección para resistencia a factores bióticos y abióticos.