Modelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la Argentina

dc.contributor.authorBurgos, Ángela María
dc.contributor.authorAvanza, María Mercedes
dc.contributor.authorBalbi, Celsa Noemí
dc.contributor.authorPrause, Juan
dc.contributor.authorArgüello, Juan Alberto
dc.date.accessioned2026-06-11T16:05:00Z
dc.date.issued2010-05-01
dc.description.abstractLa 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.
dc.description.abstractIt 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.
dc.formatapplication/pdf
dc.format.extentp. 55-61
dc.identifier.citationBurgos, 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.
dc.identifier.issn0327-6244
dc.identifier.urihttps://repositorio.unne.edu.ar/handle/123456789/60782
dc.language.isospa
dc.publisherUniversidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias
dc.rightsopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/
dc.sourceAgriscientia, 2010, vol. 27, no. 1, p. 55-61.
dc.subjectDimensiones foliares
dc.subjectRaíces reservantes
dc.subjectRegresión lineal múltiple
dc.subjectLeaf dimensions
dc.subjectStorage roots
dc.subjectMultiple lineal regression
dc.titleModelos para la estimación no destructiva del área foliar de dos cultivares de mandioca (Manihot esculenta Crantz) en la Argentina
dc.typeArtículo
unne.ISSN-e1668-298x
unne.affiliationFil: Burgos, Ángela María. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
unne.affiliationFil: Avanza, María Mercedes. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
unne.affiliationFil: Balbi, Celsa Noemí. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
unne.affiliationFil: Prause, Juan. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
unne.affiliationFil: Argüello, Juan Alberto. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
unne.journal.ciudadMendoza
unne.journal.number1
unne.journal.paisArgentina
unne.journal.volume27

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
RIUNNE_FCA_AR_Burgos-Avanza-Balbi.pdf
Tamaño:
762.17 KB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
2.04 KB
Formato:
Item-specific license agreed upon to submission
Descripción: