| |
|
|
| Registros recuperados : 16 | |
| 1. |  | DEL CAMPO, M.; HERNÁNDEZ, S.; FERRON, M.; SOARES DE LIMA, J.M.; BOTTERO, D.; PIÑEIRO, J.; RODRÍGUEZ, H.; MOREIRA, E.; ROVIRA, F.; FRUGONI, J.C.; LEVRATTO, J.; MONDRAGÓN-ANCELMO, J; ALBERNAZ, F.; BARRETO, J.; PRESA, A.; ARCE, J.; DE BARBIERI, I. Evaluación de la respuesta biológica de estrés de corderos, frente a diferentes métodos de castración y descole. In: CONGRESO ASOCIACIÓN URUGUAYA DE PRODUCCIÓN ANIMAL (6º, Marzo, 2018, Tacuarembó, Uruguay). Resúmenes. Tacuarembó: AUPA, 2018. p. 145| Biblioteca(s): INIA Tacuarembó. |
|    |
| 2. | | DEL CAMPO, M.; CUADRO, P.; BOTTERO, D.; HERNÁNDEZ, S.; FRUGONI, J.C.; RODRÍGUEZ, H.; MOREIRA, E.; PIÑEIRO, J.; ALBERNAZ, F.; SALLES, F.; SOARES DE LIMA, J.M. Evaluación de la respuesta biológica de estrés de terneros de 1 mes de edad, frente a diferentes métodos de castración. In: CONGRESO ASOCIACIÓN URUGUAYA DE PRODUCCIÓN ANIMAL (6º, Marzo, 2018, Tacuarembó, Uruguay). Resúmenes. Tacuarembó: AUPA, 2018. p. 144| Biblioteca(s): INIA Tacuarembó. |
| |
| 3. | | DEL CAMPO, M.; HERNÁNDEZ, S.; SALLES, F.; SOARES DE LIMA, J.M.; CUADRO, P.; BOTTERO, D.; FERRON, M.; FRUGONI, J.C.; ALBERNAZ, F.; RODRÍGUEZ, H.; MOREIRA, E.; PIÑEIRO, J.; MONDRAGÓN-ANCELMO, J Evaluación de la respuesta biológica de estrés de terneros de 1 semana de edad, frente a diferentes métodos de castración. In: CONGRESO ASOCIACIÓN URUGUAYA DE PRODUCCIÓN ANIMAL (6º, Marzo, 2018, Tacuarembó, Uruguay). Resúmenes. Tacuarembó: AUPA, 2018. p. 144| Biblioteca(s): INIA Tacuarembó. |
| |
| 4. | | DEL CAMPO, M.; BRITO, G.; DE OLIVEIRA COSTA, F.; VERGARA, E.; ANCHAÑO, E.; FRUGONI, J.; BOTTERO, S.; LEVRATTO, J.; RODRIGUEZ, H.; HERNANDEZ, S.; ESCAYOLA, A.; OLIVERA, P. II. Efecto del manejo previo a la faena sobre el bienestar animal y la calidad de producto. Año 2. In: BERRETTA, E.; MONTOSSI, F.; BRITO, G. (Ed.). Alternativas tecnológicas para los sistemas ganaderos del basalto. Montevideo, UY: INIA, 2014. p. 539-554 (Serie Técnica; 217)| Biblioteca(s): INIA Tacuarembó; INIA Treinta y Tres. |
| |
| 5. | | VIÑOLES, C.; CUADRO, P.; SOARES DE LIMA, J.M.; DE BARBIERI, I.; CUADRO, R.; MOREIRA, L.; RODRÍGUEZ, H.; FERREIRA, E.; CAZZULI, F.; LEVRATTO, J.; FRUGONI, J.C.; MONTOSSI, F. El entore precoz como alternativa para aumentar la competitividad de la cría. ln: INIA Tacuarembó. Unidad Experimental Glencoe. Día de Campo Unidad Experimental Glencoe [Colonia Fernando Baccaro, Guarapirú, Paysandú], 2012. Propuestas tecnológicas para sistemas ganaderos de Basalto. Tacuarembó (Uruguay): INIA, 2012. p. 4-8 (INIA Serie Actividades de Difusión ; 693)| Biblioteca(s): INIA Tacuarembó. |
| |
| 6. | | VIÑOLES, C.; CUADRO, P.; CABRERA, J.; FERNÁNDEZ, J.; MOREIRA, E.; RODRÍGUEZ, H.; FERREIRA, E.; CUADRO, R.; DE BARBIERI, I.; FRUGONI, J.C.; SOARES DE LIMA, J.M.; MONTOSSI, F. Entore precoz: una alternativa para aumentar la productividad de la cría. ln: INIA Tacuarembó. Unidad Experimental Glencoe. Día de campo, setiembre 2011, Paysandú, Uruguay. Propuestas tecnológicas para el incremento de la productividad, la valorización y el ingreso económico para sistemas ganaderos de basalto. Tacuarembó (Uruguay): INIA, 2011. p. 17-18 (INIA Serie Actividades de Difusión ; 657)| Biblioteca(s): INIA Tacuarembó. |
| |
| 7. | | DEL CAMPO, M.; HERNANDEZ, S.; BOTTERO, D.; MOREIRA, E.; ROVIRA, F.; FRUGONI, J.C.; RODRÍGUEZ, H.; LEVRATTO, J.; FERRON, M.; MONDRAGÓN-ANCELMO, J; DE BARBIERI, I. Castración y descole en ovinos. ln: INIA Tacuarembó. Unidad Experimental Glencoe. Día de campo, setiembre 2011, Paysandú, Uruguay. Propuestas tecnológicas para el incremento de la productividad, la valorización y el ingreso económico para sistemas ganaderos de basalto. Tacuarembó (Uruguay): INIA, 2011. p. 64-65 (INIA Serie Actividades de Difusión ; 657)| Biblioteca(s): INIA Tacuarembó. |
| |
| 8. | | CAZZULI, F.; FERREIRA-CHAVES, E.; DE HEGEDÜS, P.; TOMMASINO, H.; BERTOLLINI, J.; BRUNEL, M.; DUARTE, P.; FERNANDEZ, A.; RODRIGUEZ, H.; SAYES, J.; SEIJO, G. Metodología de trabajo y funcionamiento de la Mesa de Desarrollo de Laureles-Cañas (Tacuarembó): Un estudio de caso. Revista Estudios Cooperativos, 2011, v. 16, n. 2, p. 42-61.| Biblioteca(s): INIA Tacuarembó. |
| |
| 9. | | VIÑOLES, C.; GUGGERI, D.; CUADRO, P.; EGAÑA, J.; CUADRO, R.; MOREIRA, L.; RODRÍGUEZ, H.; SOARES DE LIMA, J.M.; MONTOSSI, F. Efecto de la alimentación pre-destete, la edad y el tipo de destete sobre el desarrollo corporal y el inicio de la pubertad en terneros Hereford. ln: INIA Tacuarembó. Unidad Experimental Glencoe. DÍA DE CAMPO, 10 setiembre, Paysandú, 2009. Producción Animal y Pasturas. Medidas de manejo y alimentación frente a eventos climáticos adversos. Lecciones aprendidas y propuestas a futuro. Tacuarembó (Uruguay): INIA, 2009. p. 9-12 (INIA Serie Actividades de Difusión ; 589)| Biblioteca(s): INIA Tacuarembó. |
| |
| 10. | | VIÑOLES, C.; CUADRO, R.; CUADRO, P.; FRUGONI, J.; EGAÑA, J.M.; MOREIRA, E.; RODRÍGUEZ, H.; ALBERNAZ, F.; PRESA, O.; ARCE, F.; MONTOSSI, F. Efecto del tipo de pastura y la carga sobre el reinicio de la actividad cíclica posparto en vacas de primera cría y la tasa de ganancia de los terneros ln: INIA Tacuarembó. Unidad Experimental Glencoe. Alternativas de intensificación, especialización, diversificación y valorización de la ganadería ovina y bovina en basalto. Tacuarembó (Uruguay): INIA, 2008. p. 17-18| Biblioteca(s): INIA Tacuarembó. |
| |
| 11. | | MONTOSSI, F.; DE BARBIERI, I.; BURGEL, A.; LUZARDO, S.; SOARES DE LIMA, J.M.; FRUGONI, J.C.; MARTINEZ, H.; SILVEIRA, C.; PLATERO, P.; LEVRATTO, J.; BOTTERO, D.; MOREIRA, L.; RODRÍGUEZ, H.; LIENDO, F.; ROVIRA, F.; BENTANCURT, M.; CUADRO, P. Presentación diferencial del producto final. ln: INIA TACUAREMBÓ. ESTACIÓN EXPERIMENTAL GLENCOE. Día de campo. Producción animal, pasturas. Estación Experimental Glencoe, Paysandú, 14 noviembre, 2006. Tacuarembó (Uruguay): INIA, 2006. p. 9-10 (INIA Serie Actividades de Difusión ; 473)| Biblioteca(s): INIA Tacuarembó. |
| |
| 12. | | MONTOSSI, F.; DE BARBIERI, I.; LUZARDO, S.; CUADRO, P.; BENTANCURT, M.; BOTTERO, D.; MARTINEZ, H.; ROVIRA, F.; FRUGONI, J.C.; SILVEIRA, C.; PLATERO, P.; LIENDO, F.; DA CUÑA, K.; LEVRATTO, J.; RODRÍGUEZ, H.; MOREIRA, L. Suplementación con grano y horas de pastoreo sobre mejoramiento de campo natural en la alimentación de ovejas gestantes. ln: INIA TACUAREMBÓ. ESTACIÓN EXPERIMENTAL GLENCOE. Día de campo. Producción animal, pasturas. Estación Experimental Glencoe, Paysandú, 14 noviembre, 2006. Tacuarembó (Uruguay): INIA, 2006. p. 29-30 (INIA Serie Actividades de Difusión ; 473)| Biblioteca(s): INIA Tacuarembó. |
| |
| 13. | | MONTOSSI, F.; DE BARBIERI, I.; LUZARDO, S.; BENTANCURT, M.; CUADRO, P.; BOTTERO, D.; SILVEIRA, C.; MARTINEZ, H.; ROVIRA, F.; FRUGONI, J.C.; PLATERO, P.; LIENDO, F.; DA CUÑA, K.; LEVRATTO, J.; RODRÍGUEZ, H.; MOREIRA, L. Uso estratégico (Horas de pastoreo) de una pastura cultivada en la alimentación de ovejas de cría únicas de baja condición corporal. ln: INIA TACUAREMBÓ. ESTACIÓN EXPERIMENTAL GLENCOE. Día de campo. Producción animal, pasturas. Estación Experimental Glencoe, Paysandú, 14 noviembre, 2006. Tacuarembó (Uruguay): INIA, 2006. p. 27-28 (INIA Serie Actividades de Difusión ; 473)| Biblioteca(s): INIA Tacuarembó. |
| |
| Registros recuperados : 16 | |
|
|
|
|
Registro completo
|
|
Biblioteca (s) : |
INIA Las Brujas. |
|
Fecha actual : |
14/09/2023 |
|
Actualizado : |
14/09/2023 |
|
Tipo de producción científica : |
Artículos en Revistas Indexadas Internacionales |
|
Circulación / Nivel : |
Internacional - -- |
|
Autor : |
REBOLLO, I.; AGUILAR, I.; PÉREZ DE VIDA, F.; MOLINA, F.; GUTIÉRREZ, L.; ROSAS, J.E. |
|
Afiliación : |
MARÍA INÉS REBOLLO PANUNCIO, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; Department of Statistics, University de la República, College of Agriculture, Garzón 780, Montevideo, Montevideo, Uruguay; IGNACIO AGUILAR GARCIA, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; FERNANDO BLAS PEREZ DE VIDA, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; FEDERICO MOLINA CASELLA, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; LUCÍA GUTIÉRREZEPARTMENT OF STATISTICS, UNIVERSITY DE LA REPÚBLICA, COLLEGE OF AGRICULTURE, GARZÓN 780, MONTEVIDEO, MONTEVIDEO, URUGUAY DEPARTMENT OF AGRONOMY, UNIVERSITY OF WISCONSIN–MADISON, 1575 LINDEN DRIVE, MADISON, WI, UNITED STATES, Department of Statistics, University de la República, College of Agriculture, Montevideo, Uruguay; Department of Agronomy, University of Wisconsin-Madison, 1575 Linden Drive, Madison, WI, United States; JUAN EDUARDO ROSAS CAISSIOLS, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; Department of Statistics, University de la República, College of Agriculture, Garzón 780, Montevideo, Montevideo, Uruguay. |
|
Título : |
Genotype by environment interaction characterization and its modeling with random regression to climatic variables in two rice breeding populations. |
|
Complemento del título : |
Original article. |
|
Fecha de publicación : |
2023 |
|
Fuente / Imprenta : |
Crop Science. 2023, Volume 63, Issue 4, Pages 2220-2240. https://doi.org/10.1002/csc2.21029 -- OPEN ACCESS. |
|
ISSN : |
0011-183X (print); 1435-0653 (electronic). |
|
DOI : |
10.1002/csc2.21029 |
|
Idioma : |
Inglés |
|
Notas : |
Article history: Received 21 November 2022, Accepted 10 May 2023, Published online 16 June 2023. -- Correspondence: Rosas, J.E.; INIA, Estación Experimental Treinta y Tres, Road 8 km 281, Treinta y Tres, Uruguay; email:jrosas@inia.org.uy -- FUNDING: Funding for this project was provided by Instituto Nacional de Investigación Agropecuaria (Projects AZ35, AZ13, and fellowship to I. R.), Agencia Nacional de Investigación Agropecuaria (grant MOV_CA_2019_1_156241), Comisión Sectorial de Investigación Científica, Universidad de la República (grant Iniciación a la Investgación 2019 No. 8), Comité Académico de Posgrado (fellowship to I. R.), and the Agriculture and Food Research Initiative Competitive Grant 2022-68013-36439 (WheatCAP) from the USDA National Institute of Food and Agriculture. -- LICENSE: This is an open access article under the terms of theCreative Commons Attribution-NonCommercial (http://creativecommons.org/licenses/by-nc/4.0/ ) |
|
Contenido : |
ABSTRACT.- Genotype by environment interaction (GEI) is one of the main challenges in plant breeding. A complete characterization of it is necessary to decide on proper breeding strategies. Random regression models (RRMs) allow a genotype-specific response to each regressor factor. RRMs that include selected environmental variables represent a promising approach to deal with GEI in genomic prediction. They enable to predict for both tested and untested environments, but their utility in a plant breeding scenario remains to be shown. We used phenotypic, climatic, pedigree, and genomic data from two public subtropical rice (Oryza sativa L.) breeding programs; one manages the indica population and the other manages the japonica population. First, we characterized GEI for grain yield (GY) with a set of tools: variance component estimation, mega-environment (ME) definition, and correlation between locations, sowing periods, and MEs. Then, we identified the most influential climatic variables related to GY and its GEI and used them in RRMs for single-step genomic prediction. Finally, we evaluated the predictive ability of these models for GY prediction in tested and untested years and environments using the complete dataset and within each ME. Our results suggest large GEI in both populations while larger in indica than in japonica. In indica, early sowing periods showed crossover (i.e., rank-change) GEI with other sowing periods. Climatic variables related to temperature, radiation, wind, and precipitation affecting GY were identified and differed in each population. RRMs with selected climatic covariates improved the predictive ability in both tested and untested years and environments. Prediction using the complete dataset performed better than predicting within each ME. © 2023 The Authors. Crop Science © 2023 Crop Science Society of America. MenosABSTRACT.- Genotype by environment interaction (GEI) is one of the main challenges in plant breeding. A complete characterization of it is necessary to decide on proper breeding strategies. Random regression models (RRMs) allow a genotype-specific response to each regressor factor. RRMs that include selected environmental variables represent a promising approach to deal with GEI in genomic prediction. They enable to predict for both tested and untested environments, but their utility in a plant breeding scenario remains to be shown. We used phenotypic, climatic, pedigree, and genomic data from two public subtropical rice (Oryza sativa L.) breeding programs; one manages the indica population and the other manages the japonica population. First, we characterized GEI for grain yield (GY) with a set of tools: variance component estimation, mega-environment (ME) definition, and correlation between locations, sowing periods, and MEs. Then, we identified the most influential climatic variables related to GY and its GEI and used them in RRMs for single-step genomic prediction. Finally, we evaluated the predictive ability of these models for GY prediction in tested and untested years and environments using the complete dataset and within each ME. Our results suggest large GEI in both populations while larger in indica than in japonica. In indica, early sowing periods showed crossover (i.e., rank-change) GEI with other sowing periods. Climatic variables related to temperature, radiati... Presentar Todo |
|
Palabras claves : |
Genotype by environment interaction (GEI); Random regression models (RRMs); Rice (Oryza sativa L.). |
|
Asunto categoría : |
-- |
|
URL : |
https://acsess.onlinelibrary.wiley.com/doi/epdf/10.1002/csc2.21029
|
|
Marc : |
LEADER 03749naa a2200253 a 4500
001 1064311
005 2023-09-14
008 2023 bl uuuu u00u1 u #d
022 $a0011-183X (print); 1435-0653 (electronic).
024 7 $a10.1002/csc2.21029$2DOI
100 1 $aREBOLLO, I.
245 $aGenotype by environment interaction characterization and its modeling with random regression to climatic variables in two rice breeding populations.$h[electronic resource]
260 $c2023
500 $aArticle history: Received 21 November 2022, Accepted 10 May 2023, Published online 16 June 2023. -- Correspondence: Rosas, J.E.; INIA, Estación Experimental Treinta y Tres, Road 8 km 281, Treinta y Tres, Uruguay; email:jrosas@inia.org.uy -- FUNDING: Funding for this project was provided by Instituto Nacional de Investigación Agropecuaria (Projects AZ35, AZ13, and fellowship to I. R.), Agencia Nacional de Investigación Agropecuaria (grant MOV_CA_2019_1_156241), Comisión Sectorial de Investigación Científica, Universidad de la República (grant Iniciación a la Investgación 2019 No. 8), Comité Académico de Posgrado (fellowship to I. R.), and the Agriculture and Food Research Initiative Competitive Grant 2022-68013-36439 (WheatCAP) from the USDA National Institute of Food and Agriculture. -- LICENSE: This is an open access article under the terms of theCreative Commons Attribution-NonCommercial (http://creativecommons.org/licenses/by-nc/4.0/ )
520 $aABSTRACT.- Genotype by environment interaction (GEI) is one of the main challenges in plant breeding. A complete characterization of it is necessary to decide on proper breeding strategies. Random regression models (RRMs) allow a genotype-specific response to each regressor factor. RRMs that include selected environmental variables represent a promising approach to deal with GEI in genomic prediction. They enable to predict for both tested and untested environments, but their utility in a plant breeding scenario remains to be shown. We used phenotypic, climatic, pedigree, and genomic data from two public subtropical rice (Oryza sativa L.) breeding programs; one manages the indica population and the other manages the japonica population. First, we characterized GEI for grain yield (GY) with a set of tools: variance component estimation, mega-environment (ME) definition, and correlation between locations, sowing periods, and MEs. Then, we identified the most influential climatic variables related to GY and its GEI and used them in RRMs for single-step genomic prediction. Finally, we evaluated the predictive ability of these models for GY prediction in tested and untested years and environments using the complete dataset and within each ME. Our results suggest large GEI in both populations while larger in indica than in japonica. In indica, early sowing periods showed crossover (i.e., rank-change) GEI with other sowing periods. Climatic variables related to temperature, radiation, wind, and precipitation affecting GY were identified and differed in each population. RRMs with selected climatic covariates improved the predictive ability in both tested and untested years and environments. Prediction using the complete dataset performed better than predicting within each ME. © 2023 The Authors. Crop Science © 2023 Crop Science Society of America.
653 $aGenotype by environment interaction (GEI)
653 $aRandom regression models (RRMs)
653 $aRice (Oryza sativa L.)
700 1 $aAGUILAR, I.
700 1 $aPÉREZ DE VIDA, F.
700 1 $aMOLINA, F.
700 1 $aGUTIÉRREZ, L.
700 1 $aROSAS, J.E.
773 $tCrop Science. 2023, Volume 63, Issue 4, Pages 2220-2240. https://doi.org/10.1002/csc2.21029 -- OPEN ACCESS.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA Las Brujas (LB) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
| Expresión de búsqueda válido. Check! |
|
|
