| |
|
|
|
Registro completo
|
|
Biblioteca (s) : |
INIA Tacuarembó. |
|
Fecha : |
08/05/2015 |
|
Actualizado : |
08/05/2015 |
|
Tipo de producción científica : |
Trabajos en Congresos/Conferencias |
|
Autor : |
PRAVIA, M.; NAVAJAS, E.; LEMA, O.; AGUILAR, I.; RAVAGNOLO, O.; BRITO, G.; CLARIGET, J.; PERAZA, P.; DE LOS SANTOS, J.; DALLA RIZZA, M.; MONTOSSI, F. |
|
Afiliación : |
MARIA ISABEL PRAVIA NIN, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; ELLY ANA NAVAJAS VALENTINI, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; OSCAR MARIO LEMA QUEIJO, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; IGNACIO AGUILAR GARCIA, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; OLGA RAVAGNOLO GUMILA, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; GUSTAVO WALTER BRITO DIAZ, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; JUAN MANUEL CLARIGET BRIZ, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; PABLO PERAZA DOS SANTOS, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; J. DE LOS SANTOS, MGAP (Ministerio Ganadería Agricultura y Pesca); MARCO DALLA RIZZA VILARO, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; FABIO MARCELO MONTOSSI PORCHILE, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay. |
|
Título : |
Mejoramiento genético en eficiencia de conversión de alimento y características de canal: oportunidades a través del uso de la genómica. |
|
Fecha de publicación : |
2014 |
|
Fuente / Imprenta : |
In: Congreso Asociación Uruguaya de Producción Animal (AUPA) (5º, 3-4 Dic. 2014, Montevideo, UY). |
|
Idioma : |
Español |
|
Notas : |
Sede del evento: Facultad de Agronomía, Av. Garzón 780, Montevideo, Uruguay. |
|
Contenido : |
El consumo de alimento y características de calidad de canal no han podido ser incluidas en programas de mejora genética a pesar de su relevancia económica debido a la dificultad y alto costo de medición. La selección genómica surge como una oportunidad para mejorar estas características. El objetivo de este proyecto es el establecimiento de una población de entrenamiento conformada por 1000 animales entre toros y novillos Hereford. Esta población será genotipada con paneles de miles de marcadores moleculares y contará con registros de consumo individual de alimento y características de calidad de canal en el caso de novillos. Integrando ésta información, será posible generar ecuaciones de predicción que serán usadas en la estimación del valor genómico de cada animal para cada característica, incluso de los que no disponen de registros. Análisis preliminares demuestran la existencia de variación individual para consumo residual de alimento, lo que alienta a pensar en la posibilidad de tener una herramienta para identificar animales más eficientes en el uso del alimento. |
|
Thesagro : |
MEJORAMIENTO GENETICO. |
|
Asunto categoría : |
-- |
|
URL : |
http://www.ainfo.inia.uy/digital/bitstream/item/4481/1/Mejoramiento-genetico-en-eficiencia-de-conversion-de-alimento-Pravia-Montossi.pdf
|
|
Marc : |
LEADER 02000nam a2200253 a 4500
001 1052608
005 2015-05-08
008 2014 bl uuuu u00u1 u #d
100 1 $aPRAVIA, M.
245 $aMejoramiento genético en eficiencia de conversión de alimento y características de canal$boportunidades a través del uso de la genómica.$h[electronic resource]
260 $aIn: Congreso Asociación Uruguaya de Producción Animal (AUPA) (5º, 3-4 Dic. 2014, Montevideo, UY).$c2014
500 $aSede del evento: Facultad de Agronomía, Av. Garzón 780, Montevideo, Uruguay.
520 $aEl consumo de alimento y características de calidad de canal no han podido ser incluidas en programas de mejora genética a pesar de su relevancia económica debido a la dificultad y alto costo de medición. La selección genómica surge como una oportunidad para mejorar estas características. El objetivo de este proyecto es el establecimiento de una población de entrenamiento conformada por 1000 animales entre toros y novillos Hereford. Esta población será genotipada con paneles de miles de marcadores moleculares y contará con registros de consumo individual de alimento y características de calidad de canal en el caso de novillos. Integrando ésta información, será posible generar ecuaciones de predicción que serán usadas en la estimación del valor genómico de cada animal para cada característica, incluso de los que no disponen de registros. Análisis preliminares demuestran la existencia de variación individual para consumo residual de alimento, lo que alienta a pensar en la posibilidad de tener una herramienta para identificar animales más eficientes en el uso del alimento.
650 $aMEJORAMIENTO GENETICO
700 1 $aNAVAJAS, E.
700 1 $aLEMA, O.
700 1 $aAGUILAR, I.
700 1 $aRAVAGNOLO, O.
700 1 $aBRITO, G.
700 1 $aCLARIGET, J.
700 1 $aPERAZA, P.
700 1 $aDE LOS SANTOS, J.
700 1 $aDALLA RIZZA, M.
700 1 $aMONTOSSI, F.
Descargar
Esconder MarcPresentar Marc Completo |
|
Registro original : |
INIA Tacuarembó (TBO) |
|
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
|
|
 | Acceso al texto completo restringido a Biblioteca INIA Las Brujas. Por información adicional contacte bibliolb@inia.org.uy. |
|
Registro completo
|
|
Biblioteca (s) : |
INIA Las Brujas; INIA Treinta y Tres. |
|
Fecha actual : |
12/11/2015 |
|
Actualizado : |
09/10/2019 |
|
Tipo de producción científica : |
Artículos en Revistas Indexadas Internacionales |
|
Circulación / Nivel : |
Internacional - -- |
|
Autor : |
MARCAIDA, M.; ASSENG, S.; EWERT, F.; BASSU, S.; DURAND, J.L.; LI, T.; MARTRE, P.; ADAM, M.; AGGARWAL, P.K.; ANGULO, C.; BARON, C.; BASSO, B.; BERTUZZI, P.; BIERNATH, C.; BOOGAARD, H.; BOOTE, K.J.; BOUMAN, B.; BREGAGLIO, S.; BRISSON, N.; BUIS, S.; CAMMARANO, D.; CHALLINOR, A.J.; CONFALONIERI, R.; CONIJN, J.G.; CORBEELS, M.; DERYNG, D.; DE SANCTIS, G.; DOLTRA, J.; FUMOTO, T.; GAYDON, D.; GAYLER, S.; GOLDBERG, R.; GRANT, R.F.; GRASSINI, P.; HATFIELD, J.L.; HASEGAWA, T.; HENG, L.; HOEK, S.; HOOKER, J.; HUNT, L.A.; INGWERSEN, J.; IZAURRALDE, R.C.; JONGSCHAAP, R.E.E.; JONES, J.W.; KEMANIAN, R.A.; KERSEBAUM, K.C.; KIM, S.-H.; LIZASO, J.; MÜLLER, C.; NAKAGAWA, H.; NARESH KUMAR, S.; NENDEL, C.; O'LEARY, G.J.; OLESEN, J.E.; ORIOL, P.; OSBORNE, T.M.; PALOSUO, T.; PRAVIA, V.; PRIESACK, E.; RIPOCHE, D.; ROSENZWEIG, C.; RUANE, A.C.; RUGET, F.; SAU, F.; SEMENOV, M.A.; SHCHERBAK, I.; SINGH, B.; SINGH, U.; SOO, H.K.; STEDUTO, P.; STÖCKLE, C.; STRATONOVITCH, P.; STRECK, T.; SUPIT, I.; TANG, L.; TAO, F.; TEIXEIRA, E.I.; THORBURN, P.; TIMLIN, D.; TRAVASSO, M.; RÖTTER, R.P.; WAHA, K.; WALLACH, D.; WHITE, J.W.; WILKENS, P.; WILLIAMS, J.R.; WOLF, J.; YIN, X.; YOSHIDA, H.; ZHANG, Z.; ZHU, Y. |
|
Afiliación : |
MARIA VIRGINIA PRAVIA NIN, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay. |
|
Título : |
A statistical analysis of three ensembles of crop model responses to temperature and CO2 concentration. |
|
Fecha de publicación : |
2015 |
|
Fuente / Imprenta : |
Agricultural and Forest Meteorology, 2015, v.214-215, p. 483-493. |
|
ISSN : |
0168-1923 |
|
DOI : |
10.1016/j.agrformet.2015.09.013 |
|
Idioma : |
Inglés |
|
Notas : |
Article history: Received 6 March 2015 / Received in revised form 29 July 2015 / Accepted 20 September 2015 / Available online 1 October 2015. |
|
Contenido : |
ABSTRACT.
Ensembles of process-based crop models are increasingly used to simulate crop growth for scenariosof temperature and/or precipitation changes corresponding to different projections of atmospheric CO2concentrations. This approach generates large datasets with thousands of simulated crop yield data. Suchdatasets potentially provide new information but it is difficult to summarize them in a useful way due totheir structural complexities. An associated issue is that it is not straightforward to compare crops and tointerpolate the results to alternative climate scenarios not initially included in the simulation protocols.Here we demonstrate that statistical models based on random-coefficient regressions are able to emulateensembles of process-based crop models. An important advantage of the proposed statistical models isthat they can interpolate between temperature levels and between CO2concentration levels, and canthus be used to calculate temperature and [CO2] thresholds leading to yield loss or yield gain, without re-running the original complex crop models. Our approach is illustrated with three yield datasets simulatedby 19 maize models, 26 wheat models, and 13 rice models. Several statistical models are fitted to thesedatasets, and are then used to analyze the variability of the yield response to [CO2] and temperature.Based on our results, we show that, for wheat, a [CO2] increase is likely to outweigh the negative effectof a temperature increase of +2◦C in the considered sites. Compared to wheat, required levels of [CO2]increase are much higher for maize, and intermediate for rice. For all crops, uncertainties in simulatingclimate change impacts increase more with temperature than with elevated [CO2].
© 2015 Elsevier B.V. All rights reserved. MenosABSTRACT.
Ensembles of process-based crop models are increasingly used to simulate crop growth for scenariosof temperature and/or precipitation changes corresponding to different projections of atmospheric CO2concentrations. This approach generates large datasets with thousands of simulated crop yield data. Suchdatasets potentially provide new information but it is difficult to summarize them in a useful way due totheir structural complexities. An associated issue is that it is not straightforward to compare crops and tointerpolate the results to alternative climate scenarios not initially included in the simulation protocols.Here we demonstrate that statistical models based on random-coefficient regressions are able to emulateensembles of process-based crop models. An important advantage of the proposed statistical models isthat they can interpolate between temperature levels and between CO2concentration levels, and canthus be used to calculate temperature and [CO2] thresholds leading to yield loss or yield gain, without re-running the original complex crop models. Our approach is illustrated with three yield datasets simulatedby 19 maize models, 26 wheat models, and 13 rice models. Several statistical models are fitted to thesedatasets, and are then used to analyze the variability of the yield response to [CO2] and temperature.Based on our results, we show that, for wheat, a [CO2] increase is likely to outweigh the negative effectof a temperature increase of +2◦C in... Presentar Todo |
|
Palabras claves : |
Climate change; CROP MODEL; Emulator; MAIZE; Meta-model; MODELIZACIÓN DE LOS CULTIVOS; RICE; Statistical model; WHEAT; Yield. |
|
Thesagro : |
ARROZ; CAMBIO CLIMÁTICO; MAÍZ; MODELOS ESTADISTICOS; TRIGO. |
|
Asunto categoría : |
A50 Investigación agraria |
|
Marc : |
LEADER 05363naa a2201417 a 4500
001 1053856
005 2019-10-09
008 2015 bl uuuu u00u1 u #d
022 $a0168-1923
024 7 $a10.1016/j.agrformet.2015.09.013$2DOI
100 1 $aMARCAIDA, M.
245 $aA statistical analysis of three ensembles of crop model responses to temperature and CO2 concentration.
260 $c2015
500 $aArticle history: Received 6 March 2015 / Received in revised form 29 July 2015 / Accepted 20 September 2015 / Available online 1 October 2015.
520 $aABSTRACT. Ensembles of process-based crop models are increasingly used to simulate crop growth for scenariosof temperature and/or precipitation changes corresponding to different projections of atmospheric CO2concentrations. This approach generates large datasets with thousands of simulated crop yield data. Suchdatasets potentially provide new information but it is difficult to summarize them in a useful way due totheir structural complexities. An associated issue is that it is not straightforward to compare crops and tointerpolate the results to alternative climate scenarios not initially included in the simulation protocols.Here we demonstrate that statistical models based on random-coefficient regressions are able to emulateensembles of process-based crop models. An important advantage of the proposed statistical models isthat they can interpolate between temperature levels and between CO2concentration levels, and canthus be used to calculate temperature and [CO2] thresholds leading to yield loss or yield gain, without re-running the original complex crop models. Our approach is illustrated with three yield datasets simulatedby 19 maize models, 26 wheat models, and 13 rice models. Several statistical models are fitted to thesedatasets, and are then used to analyze the variability of the yield response to [CO2] and temperature.Based on our results, we show that, for wheat, a [CO2] increase is likely to outweigh the negative effectof a temperature increase of +2◦C in the considered sites. Compared to wheat, required levels of [CO2]increase are much higher for maize, and intermediate for rice. For all crops, uncertainties in simulatingclimate change impacts increase more with temperature than with elevated [CO2]. © 2015 Elsevier B.V. All rights reserved.
650 $aARROZ
650 $aCAMBIO CLIMÁTICO
650 $aMAÍZ
650 $aMODELOS ESTADISTICOS
650 $aTRIGO
653 $aClimate change
653 $aCROP MODEL
653 $aEmulator
653 $aMAIZE
653 $aMeta-model
653 $aMODELIZACIÓN DE LOS CULTIVOS
653 $aRICE
653 $aStatistical model
653 $aWHEAT
653 $aYield
700 1 $aASSENG, S.
700 1 $aEWERT, F.
700 1 $aBASSU, S.
700 1 $aDURAND, J.L.
700 1 $aLI, T.
700 1 $aMARTRE, P.
700 1 $aADAM, M.
700 1 $aAGGARWAL, P.K.
700 1 $aANGULO, C.
700 1 $aBARON, C.
700 1 $aBASSO, B.
700 1 $aBERTUZZI, P.
700 1 $aBIERNATH, C.
700 1 $aBOOGAARD, H.
700 1 $aBOOTE, K.J.
700 1 $aBOUMAN, B.
700 1 $aBREGAGLIO, S.
700 1 $aBRISSON, N.
700 1 $aBUIS, S.
700 1 $aCAMMARANO, D.
700 1 $aCHALLINOR, A.J.
700 1 $aCONFALONIERI, R.
700 1 $aCONIJN, J.G.
700 1 $aCORBEELS, M.
700 1 $aDERYNG, D.
700 1 $aDE SANCTIS, G.
700 1 $aDOLTRA, J.
700 1 $aFUMOTO, T.
700 1 $aGAYDON, D.
700 1 $aGAYLER, S.
700 1 $aGOLDBERG, R.
700 1 $aGRANT, R.F.
700 1 $aGRASSINI, P.
700 1 $aHATFIELD, J.L.
700 1 $aHASEGAWA, T.
700 1 $aHENG, L.
700 1 $aHOEK, S.
700 1 $aHOOKER, J.
700 1 $aHUNT, L.A.
700 1 $aINGWERSEN, J.
700 1 $aIZAURRALDE, R.C.
700 1 $aJONGSCHAAP, R.E.E.
700 1 $aJONES, J.W.
700 1 $aKEMANIAN, R.A.
700 1 $aKERSEBAUM, K.C.
700 1 $aKIM, S.-H.
700 1 $aLIZASO, J.
700 1 $aMÜLLER, C.
700 1 $aNAKAGAWA, H.
700 1 $aNARESH KUMAR, S.
700 1 $aNENDEL, C.
700 1 $aO'LEARY, G.J.
700 1 $aOLESEN, J.E.
700 1 $aORIOL, P.
700 1 $aOSBORNE, T.M.
700 1 $aPALOSUO, T.
700 1 $aPRAVIA, V.
700 1 $aPRIESACK, E.
700 1 $aRIPOCHE, D.
700 1 $aROSENZWEIG, C.
700 1 $aRUANE, A.C.
700 1 $aRUGET, F.
700 1 $aSAU, F.
700 1 $aSEMENOV, M.A.
700 1 $aSHCHERBAK, I.
700 1 $aSINGH, B.
700 1 $aSINGH, U.
700 1 $aSOO, H.K.
700 1 $aSTEDUTO, P.
700 1 $aSTÖCKLE, C.
700 1 $aSTRATONOVITCH, P.
700 1 $aSTRECK, T.
700 1 $aSUPIT, I.
700 1 $aTANG, L.
700 1 $aTAO, F.
700 1 $aTEIXEIRA, E.I.
700 1 $aTHORBURN, P.
700 1 $aTIMLIN, D.
700 1 $aTRAVASSO, M.
700 1 $aRÖTTER, R.P.
700 1 $aWAHA, K.
700 1 $aWALLACH, D.
700 1 $aWHITE, J.W.
700 1 $aWILKENS, P.
700 1 $aWILLIAMS, J.R.
700 1 $aWOLF, J.
700 1 $aYIN, X.
700 1 $aYOSHIDA, H.
700 1 $aZHANG, Z.
700 1 $aZHU, Y.
773 $tAgricultural and Forest Meteorology, 2015$gv.214-215, p. 483-493.
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! |
|
|
