000			04507nab a2200337 i 4500
003			BR-BrBNA
005			20240521135549.0
008			240521b2022 bl.ar|pooa||| 00| 0 eng |
040			_aBR-BrBNA _beng
072			_aF30 _b0333
100			_aAzevedo, Camila Ferreira
100			_aCarvalho, Ivan Ricardo
100			_aNascimento, Moysés
100			_aSilva, José Antonio Gonzalez da
100			_aNascimento, Ana Carolina Campana
100			_aCruz, Cosme Damião
100			_aHuth, Caroline
100			_aAlmeida, Helaine Claire Ferreira de
245			_aInformative prior distribution applied to linseed for the estimation of genetic parameters using a small sample size
500			_a Publicação on-line; 34 ref.; 6 illus.; Summaries (En, Pt)
520			_a Abstract – The objective of this work was to evaluate a procedure for the elicitation of informative prior distribution, compared with non-informative prior distribution, in a small sample size, using 14 traits of three linseed (Linum usitatissimum) genotypes in seven sowing seasons. The values of the hyperparameters regulate the informativeness of the prior distribution; therefore, for each season, the hyperparameters to be used in the next season were calculated. The two prior distributions, non-informative and informative, were compared by the length of the credible interval and variance of the posterior distribution. In general, when the informative prior distribution is adopted, the genetic parameters present a shorter length of the credible interval and more precise estimates. The mechanism for informative prior elicitation using previous information from breeding programs is efficient for the estimation of genetic parameters, including heritability and genetic variance, even when the sample size is small. In genetic evaluation, the use of informative prior distribution is better than that of non-informative distribution for a small sample size. In general, the results of the informative prior distributions are indicative that the genetic values of the first sowing season are greater for the following traits: cycle length, plant height, and number of non-grained capsules and of productive branches. Index term: Linum usitatissimum, flaxseed, plant breeding.
520			_a Resumo – O objetivo deste trabalho foi avaliar um procedimento para elicitação de distribuição a priori informativa, comparada à distribuição a priori não informativa, em tamanho amostral reduzido, com uso de 14 caracteres de três genótipos de linhaça (Linum usitatissimum), em sete épocas de semeadura. Os valores dos hiperparâmetros regulam a informatividade da distribuição a priori; portanto, para cada época, foram calculados os hiperparâmetros a serem utilizados na próxima época. As duas distribuições a priori, não informativa e informativa, foram comparadas pelo comprimento dos intervalos de credibilidade e pela variância da distribuição a posteriori. Em geral, quando a distribuição a priori informativa é adotada, os parâmetros genéticos apresentam menor comprimento do intervalo de credibilidade e estimativas mais precisas. O mecanismo de elicitação a priori informativa com uso de informações prévias de programas de melhoramento é eficiente para estimativa de parâmetros genéticos, incluindo herdabilidade e variância genética, mesmo quando o tamanho da amostra é pequeno. Na avaliação genética, o uso da distribuição a priori informativa é melhor do que o da distribuição não informativa para tamanho amostral pequeno. Em geral, os resultados das distribuições a priori informativas indicam que os valores genéticos da primeira época de semeadura são maiores para os seguintes caracteres: comprimento do ciclo, altura da planta, e número de cápsulas não granuladas e de ramos produtivos. Termos para indexação: Linum usitatissimum, linhaça, melhoramento genético.
650			_aLINHAÇA
650			_aÉPOCA DE SEMEADURA
650			_aPARÂMETRO GENÉTICO
650			_aMELHORAMENTO GENÉTICO VEGETAL
773	0		_0920 _925802 _dBrasília-DF Empresa Brasileira de Pesquisa Agropecuária - EMBRAPA 1966- _o2023-436358 _tPesquisa Agropecuária Brasileira (Brazil) _x0100-204X _gv. 57 p. 1-10; (2022) _wBR2024001065
856			_uhttps://www.scielo.br/j/pab/a/qFyjgRc56PKDHcVYf7tt3zd/?format=pdf&lang=en
942			_cAnalítica
999			_c299699 _d299699