ABSTRACT Proper sampling of grain losses during harvesting operations, with reliable and efficient sizing of sample, is necessary for an efficient adjustment of the harvester to avoid harvest losses. Thus, the objective of this study was to estimate sampling intensity and sample size for harvest loss evaluations in soybean crops. Sampling was carried out in five locations with soybean crops, evaluating three different harvesters. Harvest losses were measured using square wooden frames (50 × 50 cm), which were arranged on the ground longitudinally across the harvester header width after its passage; this process was repeated 25 times at each location. The greatest harvester header width in Location 1 enabled to simulate different sample sizes for this location (50 × 100, 50 × 150, 50 × 200, and 50 × 250 cm). Only one sample size (50 × 100 cm) was used for the simulations in the other locations. Sampling only half the harvester header width is recommended to estimate harvest losses when using 62-foot harvester header, whereas 12.5- and 17-foot harvester headers requires sampling across the entire harvester header width, with a semi-amplitude of the confidence interval of 20% of the mean for all harvesters.

RESUMO Devido às perdas de grãos que ocorrem durante a operação de colheita por não realizar a amostragem, ou realizá-la de forma ineficiente, é necessário seu dimensionamento para que seja confiável e eficiente, para que se possa realizar a adequada regulagem da colhedora e evitar as perdas de colheita. Neste sentido o objetivo desta pesquisa foi estimar a intensidade e tamanho amostral para avaliar perdas de colheita na cultura da soja. Foram realizadas amostragens em cinco localidades de produção soja, sendo avaliadas três colhedoras. Para mensuração, foram utilizadas estruturas de madeira quadradas, com dimensões de 50 × 50 cm, em que as mesmas foram dispostas longitudinalmente em toda a largura da plataforma da colhedora após a passagem da mesma. Esse processo foi repetido 25 vezes em cada local. Devido à maior largura da plataforma da colhedora na localidade 1, foi possível simular diferentes tamanhos amostrais para esta situação (50 × 100, 50 × 150, 50 × 200 e 50 × 250 cm). Para as demais localidades foi possível simular apenas um tamanho amostral de 50 × 100 cm. Para estimar perdas de colheita de colhedoras que possuem largura de plataformas de colheita de 62 pés, recomenda-se amostrar apenas a metade da largura de colheita. Já para as colhedoras com dimensões de plataformas de 12,5 e 17 pés de corte é recomendado que seja amostrado toda a largura de colheita com uma semi-amplitude do intervalo de confiança igual a 20% da média para todas as colhedoras.

RESUMO Uma das formas de otimizar a avaliação do experimento e obter elevada precisão dos resultados é com o uso de quantidade adequada de mensurações para cada variável observada no experimento. Neste sentido, o objetivo deste estudo foi estimar coeficiente de repetibilidade e o número de mensurações necessárias para análise de caracteres de produção de abobrinha, pepino, pimenta biquinho e ervilha. Os experimentos foram realizados no Departamento de Fitotecnia da Universidade Federal de Santa Maria. Para abobrinha e pepino avaliaram-se as variáveis número, massa e comprimento de frutos, maior e menor diâmetro dos frutos. Para ervilha avaliou-se o número, massa e comprimento de vagens, número e massa de grãos, e para pimenta biquinho avaliou-se número, massa, maior diâmetro e o comprimento dos frutos. O coeficiente de repetibilidade (r) foi estimado pelo método dos componentes principais usando a matriz de correlação e a matriz de covariâncias. Determinou-se ainda, o número de mensurações para cada variável com base nos coeficientes de determinação de 0.80, 0.85, 0.90, 0.95 e 1.00. O coeficiente de repetibilidade estimado obteve as maiores estimativas com o uso da matriz de covariâncias, variando de 0,67 a 0,84 para abobrinha, de 0,66 a 0,97 para pepino, de 0,47 a 0,70 para ervilha e de 0,57 a 0,71 para pimenta biquinho. Para avaliar a massa de frutos em abobrinha, pepino, ervilha e pimenta biquinho, são necessárias, respectivamente 7, 4, 8 e 8 mensurações para um coeficiente de determinação de 95%.

ABSTRACT One of the ways to optimize the evaluation of the experiment and obtain high precision of the results is with the use of an adequate number of measurements for each variable observed in the experiment. In this sense, the objective of this study was to estimate the repeatability coefficient and the number of measurements necessary for the analysis of characters of production of zucchini, cucumber, pout pepper and pea. In the experiments carried out with zucchini and cucumber the variables number of fruits, fruit mass, fruit length, largest fruit diameter and smallest fruit diameter were evaluated. For pea the number, length and mass of pods, number and mass of grains per pod and for pout pepper number and mass of fruits, largest fruit diameter and length were evaluated. The repeatability coefficient (r) was estimated by the principal component method using the correlation matrix and the covariance matrix. The number of measurements for each variable was also determined based on the coefficients of determination of 0.80, 0.85, 0.90, 0.95 and 1.00. The estimated repeatability coefficient obtained the highest estimates using the covariance matrix, ranging from 0.67 to 0.84 for zucchini, from 0.66 to 0.97 for cucumber, from 0.47 to 0.70 for pea and from 0.57 to 0.71 for pout pepper. To evaluate the fruit mass in zucchini, cucumber, pea and pout pepper, are exactly, respectively, 7, 4, 8 and 8 measurements for a coefficient of determination of 95%.

RESUMO O objetivo deste estudo foi identificar a resposta do ciclo produtivo de genótipos de abobrinha italiana cultivadas em condições de campo em duas épocas de cultivo por meio do modelo não linear logístico e seus pontos críticos. Para isso dois experimentos foram conduzidos em delineamento blocos ao acaso, com três genótipos (Caserta, PX13067051 e Tronco) e duas épocas de cultivo (primavera-verão e verão-outono) com oito repetições e a unidade experimental composta por 7 plantas. Ajustou-se o modelo não linear logístico para a variável massa de frutos, em função da soma térmica acumulada, e estimou-se os pontos críticos pelas derivadas parciais da função ajustada. Os pressupostos do modelo não linear não foram atendidos para nenhum genótipo em ambas as épocas avaliadas, e para contornar este problema foi realizado o ajuste por reamostragens bootstrap. Os resultados de não linearidade intrínseca e paramétrica confirmam a qualidade do ajuste do modelo. Pelos parâmetros e pontos críticos do modelo foi possível determinar que os genótipos de abobrinha italiana avaliados foram mais produtivos na primavera-verão. Os genótipos PX13067051 e Caserta apresentaram produtividade superior ao genótipo Tronco, além de serem mais precoces e apresentar maiores taxas de produção. O modelo de crescimento logístico e seus pontos críticos foram capazes de caracterizar o ciclo de produção dos genótipos de abobrinha italiana em diferentes épocas de cultivo, e permitiu que inferências fossem realizadas com vistas a diferenciar os genótipos e as épocas de cultivo avaliadas.

ABSTRACT This study aimed to identify the productive cycle response of Italian zucchini genotypes grown under field conditions in two growing seasons using the nonlinear logistic model and its critical points. Two randomized block experiments were conducted, with three genotypes (Caserta, PX13067051, and Tronco) and two growing seasons (spring-summer and summer-fall), with eight replicates and each experimental unit consisting of 7 plants. The logistic nonlinear model was adjusted for the fruit mass variable, as a function of the accumulated thermal sum, and the critical points were estimated by the partial derivatives of the adjusted function. Adjustment by bootstrap resampling was performed to address the violation of assumptions. The results of intrinsic and parametric nonlinearity confirm the quality of the model fit. This experiment demonstrated that the zucchini genotypes evaluated were more productive in the spring-summer growing season, using the parameters and critical points obtained from the logistic nonlinear model. Genotypes PX13067051 and Caserta showed superior productivity to the Tronco genotype, and also fruited earlier and at a higher rate of production. The logistic growth model and its critical points characterized the production cycle of the zucchini genotypes in different growing seasons and allowed inferences to be made to differentiate the genotypes and the growing seasons.

RESUMO Para que um experimento apresente alta confiabilidade e precisão em seus resultados há a necessidade de seu adequado planejamento. Nesta etapa, a definição do tamanho da parcela experimental e do número de repetições é fundamental para que o erro experimental já seja controlado no início do experimento. Desta forma o objetivo do trabalho foi estimar o tamanho de parcela e o número de repetições suficientes para realização de experimentos com Cucumis sativus. A implantação do ensaio de uniformidade ocorreu na primeira semana de janeiro de 2017. O espaçamento utilizado foi de 0,3 m entre plantas e 1 m entre fileiras, resultando em 12 plantas em cada uma das 12 fileiras de cultivo e cada unidade experimental básica foi composta de uma planta. As variáveis observadas nas 18 colheitas foram massa média de frutos (MMF, em g), comprimento médio de frutos (CMF, em cm) e diâmetro médio de frutos (DMF, em cm). As colheitas foram analisadas individualmente e agrupadas para a redução da variabilidade experimental. Foram estimados o número de repetições e o tamanho de parcela pelo método da curvatura máxima do coeficiente de variação. O tamanho de parcela e o número de repetições são influenciados pela variabilidade existente nas fileiras de cultivo e entre as colheitas. Para uma diferença mínima significativa do teste de Tukey expressa em percentagem da média de 25%, recomenda-se parcelas de quatro plantas por fileira de cultivo com seis repetições.

ABSTRACT In order to be considered highly reliable (showing very accurate results), an experiment needs to be very well planned. Defining the experimental plot size and number of replicates is fundamental to control the experimental error at the beginning of the experiment. The aim of this study was to estimate the plot size and the number of replicates sufficient to perform experiments with Cucumis sativus. A uniformity trial was installed in the first week of January 2017. The spacing used was 0.3 m between plants and 1 m between rows, resulting in 12 plants in each of the 12 cultivation rows and each basic experimental unit was composed of one plant. The variables observed in 18 harvests were average fruit mass (MMF, in g), average fruit length (CMF, in cm) and average fruit diameter (DMF, in cm). The harvests were analyzed individually and grouped to reduce experimental variability. The number of replicates and the plot size were estimated using the method of maximum curvature of the coefficient of variation. The plot size and the number of replicates were influenced by the variability in the rows and between the harvests. We recommend plots consisting of four plants per cultivation row with six replicates for the minimum significant difference by Tukey’s test, expressed in 25% the means percentage.

RESUMO O regulador de crescimento modifica a expressão do acamamento e componentes da panícula da aveia com reflexos na produtividade. O objetivo do estudo é a definição da dose ideal do regulador de crescimento em aveia para no máximo 5% de acamamento. Além disso, o estudo visa também identificar variáveis potenciais da panícula para compor o modelo de regressão linear múltipla e a simulação da produtividade de grãos nas condições de uso do regulador em reduzida, alta e muito alta fertilização com nitrogênio. O estudo foi conduzido em 2011, 2012 e 2013 em delineamento de blocos ao acaso com quatro repetições em fatorial 4 x 3, para doses de regulador (0, 200, 400 e 600 mL ha-1) e de N-fertilizante (30, 90 e 150 kg ha-1), respectivamente. As doses de 395, 450 e 560 mL ha-1 de regulador de crescimento são eficientes, com acamamento de plantas de aveia de no máximo 5%, em reduzida, alta e muito alta fertilização com nitrogênio, respectivamente. A massa de grãos da panícula e o índice de colheita da panícula são variáveis potenciais para compor o modelo de regressão linear múltipla. As equações de regressão linear múltipla são eficientes na simulação da produtividade de grãos de aveia nas condições de uso de regulador de crescimento independente da dose de N-fertilizante.

ABSTRACT The growth regulator modifies the expression of lodging and panicle components in oat plants, with reflexes in yield. The objective of this study was to define the optimal dose of growth regulator in oat for a maximum lodging of 5%. In addition, this study aimed to identify potential variables of the panicle to compose the multiple linear regression model and the simulation of grain yield in conditions of use of the regulator under low, high and very high fertilization with nitrogen. The study was conducted in 2011, 2012 and 2013 in a randomized block design with four replicates in a 4 x 3 factorial scheme, for growth regulator doses (0, 200, 400 and 600 mL ha-1) and N-fertilizer doses (30, 90 and 150 kg ha-1), respectively. The growth regulator doses of 395, 450 and 560 mL ha-1 are efficient, with maximum oat lodging of 5%, under low, high and very high nitrogen fertilization, respectively. The grain weight per panicle and panicle harvest index are potential variables to compose the multiple linear regression model. Multiple linear regression equations are efficient in the simulation of oat grain yield under the conditions of use of growth regulator, regardless of the N-fertilizer dose.