A cria ensacada brasileira é uma doença que afeta apiários de colmeias de abelhas africanizadas no Brasil, tornando-os suscetíveis a perdas elevadas. Este estudo investigou a patogenicidade de fungos entomopatogênicos em colmeias de abelhas africanizadas de uma região endêmica de cria ensacada brasileira. O grau de contaminação fúngica, a presença de micotoxinas em elementos colmeia e a vulnerabilidade das colmeias saudáveis em ambientes sujeitos e não sujeitos à doença foram investigados. A partir da carga fúngica contaminante, espécies produtoras de micotoxinas e patogênicas, que provocam a mortalidade de abelhas, foram isoladas. A análise do pólen e do pão de abelha não demonstrou a presença do pólen tóxico de Stryphnodendron (Fabaceae), que tem sido apontado como agente causador da mortalidade de larvas em fase de pré-pupa. No entanto, o pão de abelha foi o substrato mais correlacionado com a contaminação fúngica.

The Brazilian Sac Brood is a disease that affects apiaries of Africanized bee hives in Brazil, thereby making them susceptible to high losses. This study investigated the pathogenicity of Africanized bee hives by the entomopathogenic fungi in a Brazilian Sac Brood endemic region. The degree of fungal contamination, presence of mycotoxins in beehive elements, and vulnerability of healthy beehives in environments subjected and not subjected to the disease were investigated. From the contaminating fungal load, species that are mycotoxin producers and pathogenic causing mortality in the bees have been isolated. The analysis of bee pollen and bee bread samples did not show the presence of the toxic pollen of Stryphnodendron (Fabaceae), which has been indicated as the causative agent of mortality in pre-pupal stage larvae. However, bee bread showed the highest correlation between substrate and fungal contamination.

A apicultura brasileira se desenvolveu a partir da africanização das abelhas melíferas, e seu bom desempenho permitiu lançar o Brasil como um dos maiores produtores mundiais de mel. A região Sudeste ocupa uma posição significativa no mercado, mas o estado do Rio de Janeiro é o menor produtor, apesar de apresentar áreas expressivas de vegetação silvestre para a produção de mel. Para analisar a produtividade de mel no estado do Rio de Janeiro, esta pesquisa estudou diversos métodos de regressão clássica e espacial. Os dados analisados compreenderam respostas sobre apicultura de 1418 apicultores distribuídos em 72 municípios do Rio de Janeiro. O melhor ajuste estatístico utilizado foi um modelo semiparamétrico espacial. A utilidade do modelo proposto é estimar a produção anual de mel por colmeia nas diversas regiões e identificar os fatores de produção mais relacionados à apicultura. A produtividade de mel mostrou-se mais associada com o número de colmeias, a coleta de enxame silvestre e as perdas em apiários. Este trabalho destacou que o segmento apícola necessita de apoio para auxiliar na identificação dos problemas que afetam os apicultores. A utilização de efeitos espaciais em modelos de regressão são ferramentas úteis quando são utilizados dados geograficamente referenciados.

Brazilian beekeeping has been developed from the africanization of the honeybees and its high performance launches Brazil as one of the world´s largest honey producer. The Southeastern region has an expressive position in this market (45%), but the state of Rio de Janeiro is the smallest producer, despite presenting large areas of wild vegetation for honey production. In order to analyze the honey productivity in the state of Rio de Janeiro, this research used classic and spatial regression approaches. The data used in this study comprised the responses regarding beekeeping from 1418 beekeepers distributed throughout 72 counties of this state. The best statistical fit was a semiparametric spatial model. The proposed model could be used to estimate the annual honey yield per hive in regions and to detect production factors more related to beekeeping. Honey productivity was associated with the number of hives, wild swarm collection and losses in the apiaries. This paper highlights that the beekeeping sector needs support and help to elucidate the problems plaguing beekeepers, and the inclusion of spatial effects in the regression models is a useful tool in geographical data.