RESUMO A estimativa do coeficiente de repetibilidade possibilita auxiliar na definição do número e no período adequado de avaliações dos genótipos obtendo melhor êxito em programas de melhoramento, afim de ocasionar menor custos de mão-de-obra. Dessa forma, é relevante o conhecimento de parâmetros de repetibilidade e herdabilidade. Assim, o objetivo do trabalho foi estimar o coeficiente de repetibilidade e herdabilidade e determinar o número de medições com a precisão desejada. Para isso, oito cultivares de morangueiro foram analisadas em delineamento em blocos casualizados com quatro repetições e dezoito plantas por parcela, sendo a colheita realizada duas vezes por semana em um período de seis meses (maio a outubro de 2012), considerando então seis avaliações. Entre os caracteres analisados, as herdabilidades estimadas variaram de 3,13% (número de frutos) a 40,20% (massa média de frutos) ao passo que as repetibilidades variaram entre 9,00 e 42,06%, para os mesmos caracteres. O número mínimo de avaliações para se atingir um coeficiente de determinação com 80% precisão variou entre o máximo de 40 para o caráter número de frutos e o mínimo de 6 para o caráter massa média de frutos. Para o caráter considerado mais importante do ponto de vista comercial (massa comercial de frutos) há necessidade de pelo menos 20 avaliações para se atingir a referida determinação, ou seja, pelo menos um ano e oito meses.

ABSTRACT The estimation of repeatability coefficient provides support to define the number and the appropriate period of genotype evaluations, obtaining better success in breeding programs, in order to lower labor costs. Therefore, knowing repeatability and heritability parameters is relevant. Thus, the aim of this study was to estimate the repeatability and heritability coefficients and accurately determine the number of measurements. Eight strawberry cultivars were analyzed in a randomized block design with four replicates and eighteen plants per plot, being harvested twice a week over a period of six months (May to October, 2012), totalizing six evaluations. Among the evaluated traits, the estimated heritabilities ranged from 3.13% (number of fruits) to 40.20% (average fruit mass) whereas the repeatability ranged from 9.00 to 42.06% for the same characters. The minimum number of evaluations, to reach a coefficient of determination with an accuracy of about 80%, ranged from the maximum of 40 for fruit number and the minimum of 6 for average fruit mass. In order to be considered commercially important marketable fruit mass, minimum of 20 evaluations are required, it means, at least, 20 months.

RESUMO O objetivo deste trabalho foi caracterizar o crescimento da planta e determinar a melhor época de colheita da batata-doce, considerando raízes e parte aérea (ramas). O trabalho foi realizado no campus JK da Universidade Federal dos Vales do Jequitinhonha e Mucuri, em Diamantina-MG. O delineamento experimental foi blocos ao acaso, com quatro repetições. Foram realizadas doze coletas consecutivas de três plantas centrais da parcela, em intervalos de quinze dias. As plantas foram fracionadas em raiz, caule e folhas para a determinação das suas respectivas massas secas. A área foliar também foi mensurada e foram calculados os índices de crescimento. Os dados obtidos foram analisados por meio de regressão. Entre 75 e 156 dias após o transplantio (DAT), ocorreu o maior acúmulo de massa seca pela planta, caracterizando a fase de maior crescimento. Para maior rendimento de ramas, as plantas devem ser colhidas entre 60 e 87 DAT; para maior rendimento de raízes, a colheita deve ser realizada 180 DAT. O período de 80 a 118 DAT foi o mais adequado para a colheita simultânea de raízes e ramas, obtendo-se as maiores produtividades para ambos. Logo, a época ideal de colheita na batata-doce depende da sua finalidade de uso e de índices fisiológicos associados aos objetivos do cultivo.

ABSTRACT This research was installed to study plant growth of sweet potato and identify the most favorable harvest time for both roots and the aboveground part (stems). The experiment was carried out at the JK campus of the Federal University of the Vale do Jequitinhonha e Mucuri, in Diamantina, MG, complete blocks at random, with four replications. Three plants in the central part of the experimental plots were collected in twelve consecutive harvests at 15-day intervals. Plants were fractionated in roots, stems, and leaves to determine the dry matter of each part. Leaf area was also measured and growth rates were calculated. Data were analyzed by means of regression. Plants reached the highest dry matter accumulation between 75 and 156 days after transplanting (DAT), which corresponded to the phase of greatest growth. Plants should be harvested between 60 and 87 DAT to achieve the highest stem yield. For the highest root yield, the harvest should be carried out 180 DAT. The period from 80 to 118 DAT was the most adequate for reaching simultaneously the highest yields for both roots and stems. Therefore, the ideal harvest time for sweet potatoes depends on the use intended for the plant and on the physiological indexes associated with it.

RESUMO A estimativa da área foliar na couve é importante, pois medidas diretas são difíceis e imprecisas, devido ao tamanho da folha, a irregularidade da superfície foliar de alguns genótipos, a necessidade de equipamentos caros e de muita mão-de-obra. Objetivou-se verificar a eficiência da estimação da área foliar de couve por meio de RNAs e constatar a eficiência desta estratégia em comparação com o uso da área foliar observada. O experimento foi conduzido em delineamento de blocos casualizados com três repetições, 22 acessos e quatro plantas por parcela. Desenvolveram-se perceptrons de multicamadas utilizando 50 folhas por acesso, destinando-se 70% para treinamento, 15% para a validação cruzada (early-stop) e 15% para teste. Foram testadas 39 configurações de rede perceptron de multicamadas. As RNAs foram eficientes para estimar a área foliar da couve a partir do comprimento e largura do limbo foliar. A área foliar estimada pela RNA é indicada para a seleção de plantas por ser de fácil obtenção, ser um método não destrutivo, apresentar alta correlação fenotípica e genética com a área foliar observada e maior herdabilidade.

ABSTRACT The estimation of leaf area in kale is important because direct measurements are difficult and inaccurate, due to the leaf size, the irregularity of the leaf surface of some genotypes, the need for expensive equipment and intensive labor. The objective was to verify the efficiency of artificial neural networks to estimate the leaf area and verify the efficiency of the use of the estimated area in the selection process compared with the observed area. The experiment was conducted in a randomized block design with three replications, 22 accesses and four plants per plot. Multilayer perceptrons were developed using 50 leaves per access, 70% designed for training, 15% for cross-validation (early-stop) and 15% for testing. 39 perceptron multilayer network settings were tested. The RNAs were efficient to estimate leaf area from the length and width of the leaf blade. The leaf area estimated by the RNA is indicated for the selection of plants due to its easily access and due to be a non-destructive method, having high phenotypic and genetic correlation with leaf area observed and higher heritability.