Metrika

  • citati u SCIndeksu: [2]
  • citati u CrossRef-u:[2]
  • citati u Google Scholaru:[]
  • posete u poslednjih 30 dana:6
  • preuzimanja u poslednjih 30 dana:5

Sadržaj

članak: 1 od 1  
2019, vol. 25, br. 2, str. 23-30
Značaj procesa čišćenja podataka sortnog ogleda za donošenje kvalitetnih odluka u oplemenjivanju
aNaučni institut za ratarstvo i povrtarstvo, Novi Sad
bInstitut za kukuruz 'Zemun polje', Beograd-Zemun

e-adresamilosav.babic@gmail.com
Projekat:
MESTD - 31723

Ključne reči: zapisi sa polja; oplemenjivanje kukuruza; ocena elementarne parcele; čišćenje podataka
Sažetak
Svrha poljskih ogleda u oplemenjivanju biljaka je da omogući odabir najuspešnijeg genotipa, što nije uvek jednostavan zadatak prevashodno zbog postojanja interakcija genotipa i spoljašnje sredine. Upravo zbog postojanja interakcija sortni ogledi se izvode u brojnim lokacijama i godinama, kako bi se dobila pouzdana procena vrednosti genotipa. U toku oplemenjivačkog procesa, procena prinosa, recimo, hibrida kukuruza, je zasnovana isključivo na rezultatima višelokacijskih sortnih mikro ogleda (VSMO). Ovaj deo oplemenjivačkog procesa je stoga najzahtevniji sa tehničkog i finansijskog aspekta ali i sa stanovišta angažovanja obučene radne snage i specifične opreme. U ovom radu prikazan je jedan od mogućih sistematskih pristupa u proceni višelokacijskog sortnog ogleda. Glavni cilj predstavljenog pristupa je da obezbedi najbolji mogući rezultat uz angažovanje razumnih resursa. Kako rezultati poljskog ogleda ne mogu biti direktno interpretirani bez prethodne obrade podataka, kvalitet ulaznih-sirovih podataka je od krucijalne važnosti za dobijanje relevantnih i objektivnih procena relativne vrednosti novostvorenih genotipova (hibrida kukuruza) u smislu njihove produktivnosti i stabilnosti. Postoje brojne definicije kvaliteta podataka, ali se podaci generalno mogu smatrati visoko kvalitetnim ako su odgovarajući za planirane statističke obrade, donošenje odluka i planova. Cilj izloženog rada je da naglasi značaj pročišćavanja/čišćenja podataka pre procesa statističke obrade podataka sortnih mikro ogleda.
Reference
Arciniegas-Alarcón, S., García-Peña, M., Dias, C.T.S. (2011) Data imputation in trials with genotype×environment interaction. Interciencia, 36: 444-449
Arciniegas-Alarcón, S., García-Peña, M., Krzanowski, W. (2016) Missing value imputation in multi-environment trials: Reconsidering the Krzanowski method. Crop Breeding and Applied Biotechnology, 16(2): 77-85
Babić, M., Babić, V., Delić, N., Anđelković, V., Prodanović, S. (2011) The comparison of stability parameters according to the Finlay-Wilkinson, Eberhart-Russell and AMMI model. Selekcija i semenarstvo, vol. 17, br. 2, str. 35-40
Crossa, J., Perez-Elizalde, S., Jarquin, D., Cotes, J.M., Viele, K., Liu, G., Cornelius, P.L. (2011) Bayesian estimation of the additive main effects and multiplicative interaction model. Crop Science, 51(4): 1458-1469
Fritsche-Neto, R., Gonçalves, M.C., Vencovsky, R., Souza, J.C.L. (2010) Prediction of genotypic values of maize hybrids in unbalanced experiments. Cropp Breeding and Applied Biotechnology, 10(1): 32-39
Galarnyk, M. (2019) Understanding Boxplots. Available in https://www.kdnuggets. com/2019/11/understanding-boxplots. html; 14. October
Josse, J., van Eeuwijk, F., Piepho, H.P., Denis, J.B. (2014) Another look at Bayesian analysis of AMMI models for genotype-environment data. Journal of Agricultural, Biological, and Environmental Statistics, 19: 240-257
Kumar, A., Verulkar, S.B., Mandal, N.P., Variar, M., Shukla, V.D., Dwivedi, J.L., Singh, B.N., Singh, O.N., Swain, P., Mall, A.K., Robin, S., Chandrababu, R., Jain, A., Haefele, S.M., Piepho, H.P., Raman, A. (2012) High-yielding, drought-tolerant, stable rice genotypes for the shallow rainfed lowland droughtprone ecosystem. Field Crops Research, 133: 37-47
Omer, S.O., Abdalla, A., Mohammed, M.H., Singh, M. (2015) Bayesian estimation of genotype-by-environment interaction in sorghum variety trials. Communications in Biometry and Crop Science, 10: 82-95
Sunil, R. (2016) A comprehesive Guide to Data Exploration. https://www.analytics-vidhya.com/blog/2016/01/guide-data-ex-ploration/; 02. October
Vakili, K., Schmitt, E. (2014) Finding multivariate outliers with FastPCS. Computational Statistics & Data Analysis, 69: 54-66
Woyann, L.G., Benin, G., Storck, L., Trevizan, D.M., Menaguzzi, C., Marchioro, V.S., Madureira, A. (2017) Estimation of missing values affects important aspects of GGE biplot Analysis. Crop Science, Vol. 57: 1-13
Yan, W. (2013) Biplot Analysis of Incomplete Two-Way Data. Crop Science, 53(1): 48-57
Yan, W., Pageau, D., Frégeau-Reid, J., Durand, J. (2011) Assessing the representativeness and repeatability of test locations for genotype evaluation. Crop Science, 51(4): 1603-1610
 

O članku

jezik rada: engleski
vrsta rada: izvorni naučni članak
DOI: 10.5937/SelSem1902023B
objavljen u SCIndeksu: 14.02.2020.
Creative Commons License 4.0

Povezani članci

Selekcija i semenarstvo (2014)
Analiza performansi novih eksperimentalnih genotipova ječma za prinos zrna pomoću AMMI biplota
Mirosavljević Milan, i dr.

Selekcija i semenarstvo (2021)
Rejonizacija hibrida kukuruza FAO 400-500 primenom AMMI modela
Drašković Bojan, i dr.

J Agricultural Sciences (Belgrade) (2017)
Procena prinosa zrna kukuruza u sredini sklonoj suši
Ogar Takim Felix, i dr.