Modelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la Argentina
- Autores
- Burgos, Ángela María; Avanza, María Mercedes; Balbi, Celsa Noemí; Prause, Juan; Argüello, Juan Alberto
- Año de publicación
- 2010
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- Fil: Burgos, Ángela María. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
Fil: Avanza, María Mercedes. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
Fil: Balbi, Celsa Noemí. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
Fil: Prause, Juan. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
Fil: Argüello, Juan Alberto. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
La medición del área foliar (AF) en mandioca es difícil de realizar, ya que sus hojas poseen lóbulos particularmente irregulares que precisan procedimientos meticulosos y lentos, y se requieren instrumentos sofisticados y costosos. El objetivo de esta investigación fue ajustar y evaluar modelos estadísticos predictivos para estimar, de manera simple y precisa, el AF de dos cultivares de mandioca cultivados en Corrientes, Argentina. En las diferentes muestras se determinaron las dimensiones lineales y el peso seco de las hojas. Se ajustaron ecuaciones de regresión lineal múltiple para estimar el AF mediante el método de selección de variables stepwise para dos cultivares de mandioca. El modelo seleccionado por su buen ajuste y precisión para estimar el área foliar fue: 2AF = β0 +β1.LP(cm) +β2.SLC(cm ) β3.ΣLL(cm) , el cuál está basado en dimensiones no destructivas y de fácil medición. Dicho modelo requiere de diferentes estimaciones de sus parámetros para cada cultivar. Los resultados obtenidos en el presente estudio demuestran que bajo las condiciones de evaluación, el área foliar puede ser estimada usando simples mediciones lineales, como ser la longitud del pecíolo, la sumatoria de la longitud de los lóbulos y la superficie del lóbulo central para ambos cultivares.
It is difficult to make the measurement of the cassava leaf area (LA) due to the irregular shape of the lobes which need meticulous, time consuming and tedious methods and demand sophisticated and expensive instruments. The aim of this research was to adjust and to evaluate simple and precise statistical predictive models in order to estimate the LA of two cassava cultivars grown in Corrientes, Argentina. In the different samples, leaves linear dimensions and leaf dry weight were determinated. Lineal regression equations for two cassava cultivars were tested to estimate LA though the stepwise variable selection method. The model selected due to its goodness of fit and precision to estimate LA was: LA = 20 1 2 3 AF .PL ( cm) .CLA( cm ) . LL ( ) = cm , based on non-destructive and easy to measure dimensions. This model needs different estimations of the parameters for each cultivar. The results obtained in this research showed that under the evaluated conditions and for both cultivars, leaf area might be estimated using simple linear measurements, as petiole length, sum total of lobes length and central lobe area. - Fuente
- Agriscientia, 2010, vol. 27, no. 1, p. 55-61.
- Materia
-
Dimensiones foliares
Raíces reservantes
Regresión lineal múltiple
Leaf dimensions
Storage roots
Multiple lineal regression - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
- Repositorio
.jpg)
- Institución
- Universidad Nacional del Nordeste
- OAI Identificador
- oai:repositorio.unne.edu.ar:123456789/60782
Ver los metadatos del registro completo
| id |
RIUNNE_6e93153a1d5dbbf8ea4313a9f8b44812 |
|---|---|
| oai_identifier_str |
oai:repositorio.unne.edu.ar:123456789/60782 |
| network_acronym_str |
RIUNNE |
| repository_id_str |
4871 |
| network_name_str |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
| spelling |
Modelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la ArgentinaBurgos, Ángela MaríaAvanza, María MercedesBalbi, Celsa NoemíPrause, JuanArgüello, Juan AlbertoDimensiones foliaresRaíces reservantesRegresión lineal múltipleLeaf dimensionsStorage rootsMultiple lineal regressionFil: Burgos, Ángela María. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.Fil: Avanza, María Mercedes. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.Fil: Balbi, Celsa Noemí. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.Fil: Prause, Juan. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.Fil: Argüello, Juan Alberto. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.La medición del área foliar (AF) en mandioca es difícil de realizar, ya que sus hojas poseen lóbulos particularmente irregulares que precisan procedimientos meticulosos y lentos, y se requieren instrumentos sofisticados y costosos. El objetivo de esta investigación fue ajustar y evaluar modelos estadísticos predictivos para estimar, de manera simple y precisa, el AF de dos cultivares de mandioca cultivados en Corrientes, Argentina. En las diferentes muestras se determinaron las dimensiones lineales y el peso seco de las hojas. Se ajustaron ecuaciones de regresión lineal múltiple para estimar el AF mediante el método de selección de variables stepwise para dos cultivares de mandioca. El modelo seleccionado por su buen ajuste y precisión para estimar el área foliar fue: 2AF = β0 +β1.LP(cm) +β2.SLC(cm ) β3.ΣLL(cm) , el cuál está basado en dimensiones no destructivas y de fácil medición. Dicho modelo requiere de diferentes estimaciones de sus parámetros para cada cultivar. Los resultados obtenidos en el presente estudio demuestran que bajo las condiciones de evaluación, el área foliar puede ser estimada usando simples mediciones lineales, como ser la longitud del pecíolo, la sumatoria de la longitud de los lóbulos y la superficie del lóbulo central para ambos cultivares.It is difficult to make the measurement of the cassava leaf area (LA) due to the irregular shape of the lobes which need meticulous, time consuming and tedious methods and demand sophisticated and expensive instruments. The aim of this research was to adjust and to evaluate simple and precise statistical predictive models in order to estimate the LA of two cassava cultivars grown in Corrientes, Argentina. In the different samples, leaves linear dimensions and leaf dry weight were determinated. Lineal regression equations for two cassava cultivars were tested to estimate LA though the stepwise variable selection method. The model selected due to its goodness of fit and precision to estimate LA was: LA = 20 1 2 3 AF .PL ( cm) .CLA( cm ) . LL ( ) = cm , based on non-destructive and easy to measure dimensions. This model needs different estimations of the parameters for each cultivar. The results obtained in this research showed that under the evaluated conditions and for both cultivars, leaf area might be estimated using simple linear measurements, as petiole length, sum total of lobes length and central lobe area. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias2010-05-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfp. 55-61application/pdfBurgos, Ángela María, et al., 2010. Modelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la Argentina. Agriscientia. Mendoza: Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias, vol. 27, no. 1, p. 55-61. E-ISSN 1668-298x.0327-6244https://repositorio.unne.edu.ar/handle/123456789/60782Agriscientia, 2010, vol. 27, no. 1, p. 55-61.reponame:Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)instname:Universidad Nacional del Nordestespainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/Atribución-NoComercial-SinDerivadas 2.5 Argentina2026-09-24T12:43:53Zoai:repositorio.unne.edu.ar:123456789/60782instacron:UNNEInstitucionalhttp://repositorio.unne.edu.ar/Universidad públicaNo correspondehttp://repositorio.unne.edu.ar/oaiososa@bib.unne.edu.ar;sergio.alegria@unne.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:48712026-09-24 12:43:54.035Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) - Universidad Nacional del Nordestefalse |
| dc.title.none.fl_str_mv |
Modelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la Argentina |
| title |
Modelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la Argentina |
| spellingShingle |
Modelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la Argentina Burgos, Ángela María Dimensiones foliares Raíces reservantes Regresión lineal múltiple Leaf dimensions Storage roots Multiple lineal regression |
| title_short |
Modelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la Argentina |
| title_full |
Modelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la Argentina |
| title_fullStr |
Modelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la Argentina |
| title_full_unstemmed |
Modelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la Argentina |
| title_sort |
Modelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la Argentina |
| dc.creator.none.fl_str_mv |
Burgos, Ángela María Avanza, María Mercedes Balbi, Celsa Noemí Prause, Juan Argüello, Juan Alberto |
| author |
Burgos, Ángela María |
| author_facet |
Burgos, Ángela María Avanza, María Mercedes Balbi, Celsa Noemí Prause, Juan Argüello, Juan Alberto |
| author_role |
author |
| author2 |
Avanza, María Mercedes Balbi, Celsa Noemí Prause, Juan Argüello, Juan Alberto |
| author2_role |
author author author author |
| dc.subject.none.fl_str_mv |
Dimensiones foliares Raíces reservantes Regresión lineal múltiple Leaf dimensions Storage roots Multiple lineal regression |
| topic |
Dimensiones foliares Raíces reservantes Regresión lineal múltiple Leaf dimensions Storage roots Multiple lineal regression |
| dc.description.none.fl_txt_mv |
Fil: Burgos, Ángela María. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina. Fil: Avanza, María Mercedes. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina. Fil: Balbi, Celsa Noemí. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina. Fil: Prause, Juan. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina. Fil: Argüello, Juan Alberto. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina. La medición del área foliar (AF) en mandioca es difícil de realizar, ya que sus hojas poseen lóbulos particularmente irregulares que precisan procedimientos meticulosos y lentos, y se requieren instrumentos sofisticados y costosos. El objetivo de esta investigación fue ajustar y evaluar modelos estadísticos predictivos para estimar, de manera simple y precisa, el AF de dos cultivares de mandioca cultivados en Corrientes, Argentina. En las diferentes muestras se determinaron las dimensiones lineales y el peso seco de las hojas. Se ajustaron ecuaciones de regresión lineal múltiple para estimar el AF mediante el método de selección de variables stepwise para dos cultivares de mandioca. El modelo seleccionado por su buen ajuste y precisión para estimar el área foliar fue: 2AF = β0 +β1.LP(cm) +β2.SLC(cm ) β3.ΣLL(cm) , el cuál está basado en dimensiones no destructivas y de fácil medición. Dicho modelo requiere de diferentes estimaciones de sus parámetros para cada cultivar. Los resultados obtenidos en el presente estudio demuestran que bajo las condiciones de evaluación, el área foliar puede ser estimada usando simples mediciones lineales, como ser la longitud del pecíolo, la sumatoria de la longitud de los lóbulos y la superficie del lóbulo central para ambos cultivares. It is difficult to make the measurement of the cassava leaf area (LA) due to the irregular shape of the lobes which need meticulous, time consuming and tedious methods and demand sophisticated and expensive instruments. The aim of this research was to adjust and to evaluate simple and precise statistical predictive models in order to estimate the LA of two cassava cultivars grown in Corrientes, Argentina. In the different samples, leaves linear dimensions and leaf dry weight were determinated. Lineal regression equations for two cassava cultivars were tested to estimate LA though the stepwise variable selection method. The model selected due to its goodness of fit and precision to estimate LA was: LA = 20 1 2 3 AF .PL ( cm) .CLA( cm ) . LL ( ) = cm , based on non-destructive and easy to measure dimensions. This model needs different estimations of the parameters for each cultivar. The results obtained in this research showed that under the evaluated conditions and for both cultivars, leaf area might be estimated using simple linear measurements, as petiole length, sum total of lobes length and central lobe area. |
| description |
Fil: Burgos, Ángela María. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina. |
| publishDate |
2010 |
| dc.date.none.fl_str_mv |
2010-05-01 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
| format |
article |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
Burgos, Ángela María, et al., 2010. Modelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la Argentina. Agriscientia. Mendoza: Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias, vol. 27, no. 1, p. 55-61. E-ISSN 1668-298x. 0327-6244 https://repositorio.unne.edu.ar/handle/123456789/60782 |
| identifier_str_mv |
Burgos, Ángela María, et al., 2010. Modelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la Argentina. Agriscientia. Mendoza: Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias, vol. 27, no. 1, p. 55-61. E-ISSN 1668-298x. 0327-6244 |
| url |
https://repositorio.unne.edu.ar/handle/123456789/60782 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Atribución-NoComercial-SinDerivadas 2.5 Argentina |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Atribución-NoComercial-SinDerivadas 2.5 Argentina |
| dc.format.none.fl_str_mv |
application/pdf p. 55-61 application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias |
| publisher.none.fl_str_mv |
Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias |
| dc.source.none.fl_str_mv |
Agriscientia, 2010, vol. 27, no. 1, p. 55-61. reponame:Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) instname:Universidad Nacional del Nordeste |
| reponame_str |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
| collection |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
| instname_str |
Universidad Nacional del Nordeste |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) - Universidad Nacional del Nordeste |
| repository.mail.fl_str_mv |
ososa@bib.unne.edu.ar;sergio.alegria@unne.edu.ar |
| _version_ |
1877230390040592384 |
| score |
13.265058 |