ABSTRACT The aim of this study was to evaluate, using logistic model, the differences in early production, production rate and total productivity of two strawberry cultivars with transplants from different origins grown in substrate. The experiment was carried out in a randomized block design (RBD), with two strawberry cultivars (Albion and Camarosa) and two origins of transplants (National and Imported), with four repetitions consisting of eight plants. For the variable fruit mass, the logistic model was adjusted as a function of the accumulated thermal sum, and from the partial derivatives of the adjusted function, the critical points of the model were estimated. The use of the Logistic model allows evaluating precocity and rate of fruit production efficiently and accurately. The cultivar Camarosa was the most productive compared to the Albion cultivar, presenting a shorter production cycle, with a high production peak. The Albion cultivar was earlier, presenting more constant production during the evaluated production cycle. The transplant's origin did not show significantly different results for the cultivars evaluated. The producer must choose the cultivar that will be used based on its performance and also based on consumer preferences and fruit demand.

ABSTRACT The cultivation of onion Allium cepa L. is of extreme economic importance globally, and, because of this, research must be constantly updated in order to increase productivity. This study was designed to estimate the optimal plot size, sample size and number of repetitions for experiments evaluating variables in the onion crop. Uniformity tests were carried in the years 2016 and 2017 in the experimental area of the Crop Science Department at Universidade Federal de Santa Maria, Santa Maria (RS), Brazil. Each plant was considered a basic experimental unit. Bulb mass, bulb height, and bulb diameter were measured for each basic experimental unit. The optimal plot size, sample size, and number of repetitions were estimated by the method of maximum curvature of the variation coefficient. For onion culture, the optimal plot size to evaluate the bulb mass, bulb height and bulb diameter is eight, six and six, respectively. The optimal sample size for evaluating the bulb mass of the onion crop is six plants, while for the height and diameter variables the optimal sample size is four plants in the direction of the row considering a semi-amplitude of the confidence interval (D%) equal to 20% of the average. Bulb mass variables require 10 repetitions to assess up to 20 treatments in a randomized block design for the least significant difference of the Tukey’s test, expressed as a percentage of the average of 35%. Bulb height and bulb diameter require just six repetitions for the same assessment.

RESUMO: O objetivo deste trabalho foi avaliar as relações entre os caracteres biométricos de mudas de tomate com os caracteres de produção obtidos ao final do ciclo da cultura, para determinar como a qualidade das mudas interfere na produtividade do tomate. O experimento foi conduzido em duas épocas de cultivo, em delineamento inteiramente casualizado, com quatro repetições e a unidade experimental composta por cinco plantas. Os tratamentos foram constituídos por mudas com diferentes idades, diferenciadas pelos dias após a semeadura (DAS): (15, 20, 25, 30, 35 e 40 DAS). Após cada avaliação das mudas, eram transplantadas para o local de produção definitivo, sendo avaliadas até o final do ciclo. Avaliaram-se os caracteres biométricos das mudas e os caracteres da produção de frutos. Análise de correlação de Pearson e componentes principais (PCA) foram realizados para determinar as relações entre os caracteres, análise de trilha para determinar os efeitos diretos e indiretos e análise de correlações canônicas entre os grupos de caracteres. Em todas as análises realizadas, foi identificada correlação fraca entre os caracteres biométricos das mudas (que avaliam a qualidade) com os caracteres da produção de frutos de tomate em cultivo em substrato.

ABSTRACT: This study evaluated the relationships between the biometric characters of tomato seedlings with the production characters obtained at the end of the crop cycle, to determine how the quality of seedlings interferes with tomato productivity. An experiment was carried out in two growing seasons, in a completely randomized design, with four replications and the experimental unit consisting of five plants. The treatments consisted of seedlings with different ages, differentiated by the days after sowing (DAS): (15, 20, 25, 30, 35, and 40 DAS). After each evaluation of the seedlings, they were transplanted to the definitive production site, being evaluated until the end of the cycle. Biometric characters of seedlings and characters of fruit production were evaluated. Pearson correlation analysis and principal components (PCA) were performed to determine the relationships between the characters, path analysis to determine the direct and indirect effects, and analysis of canonical correlations between the groups of characters. In all analyses performed, weak correlation between the biometric characters of the seedlings (which evaluate the quality) with the characters of tomato fruit production in substrate cultivation was identified.

Resumo O objetivo deste trabalho foi determinar o tamanho ótimo de parcela e o número de repetições para avaliação da massa de matéria fresca de azevém semeado em filas. Setenta ensaios de uniformidade foram realizados com azevém 'Barjumbo', em 16 unidades experimentais básicas (UEBs) de 0, 51 m 2 cada uma. A massa de matéria fresca do azevém nas UEBs de 18, 18, 6, 6 e 22 ensaios de uniformidade foi determinada, respectivamente, aos 130, 131, 133, 134 e 137 dias após a semeadura. O tamanho ótimo de parcela foi determinado pelo método da máxima curvatura do coeficiente de variação. O número de repetições foi determinado em cenários formados por combinações de número de tratamentos e de diferenças entre médias a serem detectadas como significativas pelo teste de Tukey, a 5% de probabilidade. O tamanho ótimo de parcela oscilou de 1,73 a 3,18 m2, e o coeficiente de variação no tamanho ótimo de parcela de 7,58 a 13,96%. O número de repetições oscilou de 3,95 (~4) a 32,27 (~33), conforme o delineamento, o número de tratamentos e a diferença mínima adotada. O tamanho ótimo de parcela é de 2,29 m2 e, em experimentos com até 50 tratamentos, são necessárias oito repetições para identificar como significativas as diferenças entre médias de tratamentos de 20,24%.

Abstract The objective of this work was to determine the optimal plot size and the number of replicates for the evaluation of the fresh weight of ryegrass sowed in rows. Seventy uniformity trials were performed with 'Barjumbo' ryegrass, in 16 basic experimental units (BEUs) of 0.51 m2 each. The fresh weight of ryegrass in the BEUs of 18, 18, 6, 6, and 22 uniformity trials was determined, respectively, at 130, 131, 133, 134, and 137 days after sowing. The optimal plot size was determined through the method of the maximum curvature of the coefficient of variation. The number of replicates was determined in scenarios formed by combinations of treatments and differences between means to be detected as significant by Tukey’s test, at 5% probabilit y. The optimal plot size ranged from 1.73 to 3.18 m2, and the variation coefficient in the optimal plot size from 7.58 to 13.96%. The number of replicates varied from 3.95 (~4) to 32.27 (~33), depending on the experimental design, the number of treatments, and the adopted minimum difference. The optimal plot size is 2.29 m2, and, in experiments with up to 50 treatments, eight replicates are required to identify as significant the differences between treatment means of 20.24%.

Resumo: O objetivo deste trabalho foi avaliar a época ideal de colheita de dez genótipos de cana-de-açúcar (Saccharum officinarum) para o processamento e a qualidade de açúcar mascavo. O experimento foi realizado em delineamento de blocos ao acaso, em arranjo fatorial 3x10, em parcelas subdivididas, com três épocas de colheita e dez genótipos de cana-de-açúcar, no estado de São Paulo, Brasil. Os parâmetros qualitativos de açúcar mascavo foram avaliados pelo teste de Scott-Knott, a 5% de probabilidade. A época de colheita em setembro, conhecida como meio de safra, é a mais adequada para a produção de açúcar mascavo, em razão dos maiores valores de ºBrix da cana, ºBrix do caldo, valor pol do mascavo e açúcares totais redutores nesse período. A colheita dos genótipos de cana-de-açúcar em junho-julho é a mais favorável para a produção de açúcar mascavo quanto às características de coloração a*, b*, L* e croma; no entanto, é também o período de produção de açúcar mascavo com menores teores de açúcar. A terceira época de colheita (novembro) é a menos recomenda para a produção de açúcar mascavo, em razão dos maiores valores de fibra e pureza. O genótipo mais adequado para a produção e a qualidade de açúcar mascavo é o 'IACSP04-704'.

Abstract: The objective of this work was to evaluate the optimal harvest time of ten genotypes of sugarcane (Saccharum officinarum) for the processing and quality of brown sugar. The experiment was carried out in a randomized complete block design in a 3x10 factorial arrangement in split plots, with three harvest times and ten sugarcane genotypes, in the state of São Paulo, Brazil. The qualitative parameters of brown sugar were evaluated by Scott-Knott’s test, at 5% probability. The harvest season in September, known as the middle of the harvest, is the most suitable for the production of brown sugar due to the higher of ºBrix values of cane, ºBrix of the broth, pol of brown sugar, and total reducing sugars in this period. The harvesting of the sugarcane genotypes in June-July is the most favorable for the production of brown sugar for the color characteristics a*, b*, L*, and chroma; however, it is also the period of production of brown sugar with a lower sugar content. The third harvest season (November) is the least recommended for brown sugar production due to the higher fiber and purity values. The most suitable genotype for brown sugar production and quality is 'IACSP04-704'.

RESUMO: O objetivo deste estudo foi caracterizar a produção de pimenta biquinho através da interpretação dos parâmetros do modelo Logístico e seus pontos críticos obtidos pelas derivadas parciais da função, bem como indicar qual a melhor cultivar e a melhor época de cultivo para locais de clima subtropical. Conduziu-se um experimento em esquema fatorial 2x3 sendo duas cultivares de pimenta biquinho (BRS Moema e Airetama biquinho), em três épocas de cultivo (E1: outubro de 2015, E2: 01 de novembro 2015 e E3: janeiro de 2016). Ajustou-se o modelo logístico para massa de frutos em função da soma térmica acumulada, e calculou-se os pontos críticos através das derivadas parciais do modelo com a finalidade de caracterizar o desempenho produtivo da cultura através da interpretação biológica destes parâmetros. Temperaturas próximas a 0 ºC durante o experimento foram letais às plantas, e por isso, para a época 3, ajustou-se um modelo de regressão linear. A interpretação dos parâmetros do modelo Logístico e seus pontos críticos permitiram que a produção das cultivares nas épocas 1 e 2 fossem caracterizadas, sendo que a cultivar mais produtiva é Airetama biquinho em todas as épocas de transplante. Essa cultivar também apresenta maior concentração de produção no período. Quanto a precocidade produtiva as duas cultivares não diferiram significativamente. Sobre a época 3, não foi possível interpretar da mesma forma, pois o ajuste do modelo linear não permite as mesmas interpretações realizadas para o modelo não linear, reafirmando a sua aplicabilidade em cultura olerícolas de múltiplas colheitas.

ABSTRACT: The objective of this study was to characterize the production of biquinho pepper through the interpretation of parameter estimates from the logistic model and its critical points obtained by the partial derivatives of the function, and to indicate the best cultivar and growing season for subtropical climate sites. For this, a 2x3 factorial experiment was conducted with two cultivars of biquinho pepper (BRS Moema and Airetama biquinho) in three growing seasons (E1: October 2015, E2: November 2015, E3: January 2016). The logistic non-linear model for fruit mass was specified as a function of the accumulated thermal sum, and the critical points were calculated through the partial derivatives of the model, in order to characterize the productive performance of the crop by the biological interpretation of the estimates of the three set parameters. In E3, temperatures close to 0 ºC during the experiment were lethal to the plants, and a linear regression model was used in this case. The production of the cultivars in E1 and E2 were well characterized by the estimated logistic models, and the most productive cultivar was Airetama biquinho in all evaluated seasons. This cultivar also presented higher concentration of production. The two cultivars did not differ significantly with regards to productive precocity. For E3, it was not possible to interpret the parameters in the same way as for E1 and E2, since the use of the linear model did not allow the same interpretations performed for the nonlinear model, reaffirming its applicability horticultural crops of multiple harvests.

RESUMO: Os objetivos deste trabalho foram determinar o tamanho ótimo de parcela e o número de repetições para avaliar a massa verde de azevém semeado a lanço. Foram conduzidos 20 ensaios de uniformidade, sendo cada ensaio composto por 16 unidades experimentais básicas (UEB) de 0,5 m2. Aos 117, 118 e 119 dias após semeadura foi determinada a massa verde de azevém nas UEB de 5, 10 e 5 ensaios de uniformidade, respectivamente. Foi determinado o tamanho ótimo de parcela pelo método da curvatura máxima do modelo do coeficiente de variação. A seguir, foi determinado o número de repetições em cenários formados pelas combinações de i tratamentos (i = 3, 4, ..., 50) e d diferença mínima significativa do teste de Tukey a 5% de probabilidade, expressa em percentagem da média do experimento (d = 10%, 11%, ..., 20%). Conclui-se que o tamanho ótimo de parcela para determinar a massa verde de azevém semeado a lanço é de 2,19m2, com coeficiente de variação de 9,79%. Para identificar como significativas a 5% de probabilidade pelo teste de Tukey, diferenças entre médias de tratamentos de 20%, o número de repetições necessárias é de cinco, seis, sete e oito repetições, respectivamente, para experimentos com até 5, 10, 20 e 50 tratamentos na cultura do azevém.

ABSTRACT: The objective of this research was to determine the optimal plot size and the number of replications to evaluate the fresh matter of ryegrass sown to haul. Twenty uniformity trials were conducted, each trial with 16 basic experimental units (BEU) of 0.5 m2. At 117, 118 and 119 days after sowing, the fresh matter of ryegrass in the BEUs of 5, 10 and 5 uniformity trials, respectively, were determined. The optimal plot size was determined by the maximum curvature method of the variation coefficient model. Next, the replications number was determined in scenarios formed by combinations of i treatments (i = 3, 4, ... 50) and d minimum differences between means of treatments to be detected as significant at 5% of probability by the Tukey test, expressed in experimental mean percentage (d = 10, 11, ... 20%). The optimal plot size to determine the fresh matter of ryegrass seeded at the haul is 2.19 m2, with a variation coefficient of 9.79%. To identify as significant at 5% probability, by the Tukey test, differences between treatment means of 20%, are required five, six, seven and eight replications, respectively, in ryegrass experiments with up to 5, 10, 20 and 50 treatments.

Resumo: O objetivo deste trabalho foi determinar o tamanho de amostra necessário para estimar os coeficientes de correlação linear de Pearson em quatro espécies de crotalária, em níveis de precisão. O experimento foi realizado com Crotalaria juncea, Crotalaria spectabilis, Crotalaria breviflora e Crotalaria ochroleuca, no ano agrícola 2014/2015. Oito características da crotalária foram avaliadas em 1.000 vagens coletadas aleatoriamente por espécie. Para cada espécie, estimaram-se os coeficientes de correlação para os 28 pares de características e determinou-se o tamanho de amostra necessário para a estimação dos coeficientes de correlação, em quatro níveis de precisão [amplitudes do intervalo de confiança de 95% (CI95%) de 0,10, 0,20, 0,30 e 0,40] por reamostragem com reposição. O tamanho de amostra varia entre as espécies de crotalária e, principalmente, entre os pares de características, em função da magnitude do coeficiente de correlação. Em determinado nível de precisão, o menor tamanho de amostra é necessário para a estimação de coeficientes de correlação de alta magnitude e vice-versa. Para estimar coeficientes de correlação com CI95% de 0,20, são necessárias de 10 a 440 vagens, a depender da espécie, dos pares de características e da magnitude do coeficiente de correlação.

Abstract: The objective of this work was to determine the necessary sample size to estimate Pearson’s linear correlation coefficients of four species of crotalaria at precision levels. The experiment was carried out with Crotalaria juncea, Crotalaria spectabilis, Crotalaria breviflora, and Crotalaria ochroleuca, during the 2014/2015 crop year. Eight crotalaria traits were evaluated in 1,000 randomly collected pods per species. For each species, the correlation coefficients were estimated for the 28 pairs of traits, and the sample size necessary to estimate the correlation coefficients was determined at four precision levels [0.10, 0.20, 0.30, and 0.40 amplitudes of the 95% (CI95%) confidence interval] by resampling with replacement. The sample size varies between crotalaria species and, especially, between pairs of traits, as a function of the magnitude of the correlation coefficient. At a certain precision level, the smallest sample size is required to estimate the correlation coefficients between highly correlated traits and vice-versa. To estimate the correlation coefficients with CI95% of 0.20, 10 to 440 pods are required, depending on the species, pairs of traits, and magnitude of the correlation coefficient.

RESUMO Os objetivos deste trabalho foram determinar o tamanho de amostra necessário para a estimação da média de caracteres e avaliar as relações lineares existentes entre caracteres de plantas de Crotalaria spectabilis. Foi conduzido um experimento com C. spectabilis na safra 2014/2015, sendo os seguintes caracteres avaliados em 100 plantas: altura da planta (AP), número de ramos produtivos (NRP), massa seca da parte aérea (MSPA), massa seca de vagens (MSVG), número de vagens (NVG), peso médio de cada vagem (PMVG), número de sementes (NS), número médio de sementes por vagem (NSVG), massa de cem grãos (MCG) e peso total de sementes (PTS). Foram calculadas medidas de tendência central, de dispersão e de distribuição, foi verificada a normalidade dos dados e determinado o tamanho de amostra necessário para a estimação da média de cada caractere, assumindo-se erros de estimação iguais a 1, 2, …, 20% da média. Depois, foram calculados os coeficientes de correlação linear de Pearson e estimados os efeitos diretos e indiretos das variáveis explicativas sobre PTS por meio de análise de trilha. Em C. spectabilis, são necessárias 121 plantas para estimação da média dos caracteres NRP, MSPA, MSVG, NVG, NS e PTS com erro máximo de 10% da média. Já para a estimação da média de AP, PMVG, NSVG e MCG nesse mesmo nível de precisão, são necessárias 6 plantas. A variável NS apresentou elevada correlação e efeito direto sobre PTS, indicando relação de causa e efeito e possibilidade de seleção indireta. As demais variáveis explicativas apresentaram efeitos indiretos sobre PTS via NS.

ABSTRACT The aims of this research were to determine the sample size needed to estimate the mean of traits and evaluate the linear relationships between traits of Crotalaria spectabilis plants. An experiment with C. spectabilis was conducted in the 2014/2015 season, and the following characters were evaluated in 100 plants: plant height (AP), number of productive branches (NRP), dry matter of the aerial part (MSPA), dry matter of the pods (MSVG), number of pods (NVG), weight of each pod (PMVG), number of seeds (NS), average number of seeds per pod (NSVG), mass of hundred grains (MCG), and total weight of seeds (PTS). Measures of central tendency, dispersion and distribution were calculated, the normality of the data was checked, and the sample size needed to estimate the mean of each trait was determined, assuming estimation errors equal to 1, 2, …, 20% of the mean. Then, the Pearson’s linear correlation coefficients were calculated, and the direct and indirect effects of the explanatory variables on PTS were estimated by path analysis. In C. spectabilis, 121 plants are required to the mean estimation of NRP, MSPA, MSVG, NVG, NS, and PTS traits, with a maximum estimation error of 10% of the mean. In this same level of accuracy, 6 plants are needed for the estimation of the mean of AP, PMVG, NSVG, and MCG. The variable NS showed high correlation and direct effect on PTS, indicating a relation of cause and effect and the possibility of indirect selection. The other explanatory variables had indirect effects on PTS via NS.