Made available in DSpace on 2015-03-26T13:32:10Z (GMT). No. of bitstreams: 1 texto completo.pdf: 2151125 bytes, checksum: df70f0822304c46808ad20a926f92a61 (MD5) Previous issue date: 2011-02-10 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / The experimental unit, or plot, is the unit that receives a particular treatment and provides the data which will reflect its effect. Optimum plot size is directly related to experimental accuracy, since the appropriate size reduces the experimental error. The objectives of this study were to use the methods Linear Segmented Model with Response Plateau (MLRP), Quadratic Segmented Model with Response Plateau (MQRP), Exponential Segmented Model with Response Plateau (MERP) and the traditional Modified Maximum Curvature Method (MMCM) to determine the optimum size of experimental plots using real data of banana crop; compare the methods using the following goodness of fit indices: coefficient of determination (R2), Akaike information criterion (AIC) and Bayesian information criterion (BIC); and obtain confidence intervals for the optimum plot size. For the study, we used data from a blank experiment conducted in the municipality of Sebastiao Laranjeiras, Bahia, in two growing seasons (2006-2008), where the following traits were evaluated: plant height, pseudostem circumference, number of live leaves, number of suckers and yellow-Sigatoka score at flowering. At this evaluation, each plant was considered as a basic unit of 6 m2, totaling 240 basic units, whose combinations formed 19 different plot sizes. The results indicated that the estimates for plot sizes, in general, varied according to the evaluated characteristics, the production cycle and the used models. This variation corresponded to the range from 7 to 66 plants in the first cycle and 70 to 40 in the second cycle. The MERP model determined sizes for the basic units larger than the MQRP model, which, in turn, estimated larger sizes than the MLRP model. Based on the goodness of fit, the best model for the analyzed data was MERP, estimating a mean optimum plot size of 31 basic units. MLRP estimated mean optimum plot size of nine basic units and MQRP estimated a mean optimum plot size of 22 basic units. Statistically, the best model fitted was MERP, but for practical reasons, as itestimates larger optimum plot sizes, it may not be feasible for the researcher. The findings of this study indicate that the models MLRP, MQRP and MERP can be used to determine optimum plot size. Thus, we suggest the simultaneous use of more than one method fordetermining the optimum plot size, as it will meet the factors considered by each method and the needs of the researcher. / Unidade experimental, ou parcela, é a unidade que recebe a aplicação do tratamento e fornece os dados que deverão refletir o seu efeito. O tamanho ótimo de parcela experimental está diretamente relacionado com a precisão do experimento, uma vez que o tamanho apropriado reduz o erro experimental. Este trabalho teve como objetivos utilizar os métodos Modelo Linear Segmentado com Response Platô (MLRP), Modelo Segmentado Quadrático com Response Platô (MQRP), Modelo Segmentado Exponencial com Response Platô (MERP) e o tradicional Método da Máxima Curvatura Modificada (MMCM), para determinação do tamanho ótimo de parcelas experimentais empregando dados reais na cultura da bananeira; comparar os métodos utilizados através dos seguintes avaliadores de qualidade de ajuste: coeficiente de determinação (R2), critério de informação de Akaike (AIC) e critério de informação baysiano (BIC); e obter intervalos de confiança para o Tamanho Ótimo de Parcela. O material utilizado correspondeu a um experimento em branco que foi realizado no Município de Sebastião ix Laranjeiras, BA, onde foram avaliadas, em dois ciclos de produção (2006-2008), as características: altura da planta, perímetro do pseudocaule, número de folhas vivas, número de filhos emitidos e nota de sigatoka-amarela na época do florescimento. Nessa avaliação, cada planta foi julgada como uma unidade básica com área de 6 m2, perfazendo, assim, 240 unidades básicas, de cujas combinações foram formados os 19 diferentes tamanhos de parcelas. Os resultados indicaram que os valores das estimativas dos tamanhos de parcela obtidos, de forma geral, oscilaram de acordo com as características avaliadas, o ciclo de produção e os modelos utilizados. Tal oscilação correspondeu à variação de 7 a 66 plantas no primeiro ciclo e 7 a 40 no segundo. O método MERP determinou valores para as unidades básicas maiores que os do método MQRP, que por sua vez estimou valores maiores que os do método MLRP. De acordo com a qualidade de ajuste, o melhor modelo para os dados analisados foi o MERP, que estimou tamanho ótimo de parcela médio de 31 unidades básicas. O método MLRP indicou tamanho ótimo de parcela médio de nove unidades básicas e o método MQRP, tamanho ótimo de parcela médio de 22 unidades básicas. Estatisticamente, o melhor modelo seria o MERP, mas por razões de ordens práticas, uma vez que estima valores maiores para o tamanho ótimo de parcela, pode não ser viável para o pesquisador. Verificou-se que os métodos MLRP, MQRP e MERP podem ser utilizados na determinação do tamanho ótimo de parcelas experimentais. Assim, recomenda-se a utilização simultânea de mais de um método para determinação do tamanho ótimo da parcela, a fim de que o tamanho adotado atenda aos diversos fatores considerados em cada método e às necessidades do pesquisador.

Conselho Nacional de Desenvolvimento Científico e Tecnológico / The dynamics of space today, shows the competition between the different territorial units mediated by capital. This, in a way, confirms the importance of location and stimulus their crops in the process of regional participation making the living space attractive, by emphasizing their capabilities. In this perspective we intend to evaluate the cultivation of banana as an economic alternative to the local economy. In this perspective it is intended to evaluate the cultivation of banana as an economic alternative to the local economy.Thereby the general objective of the research focuses on characterizing and analyzing the the productive chain of banana in São João Do Polêsine/RS emphasizing their transformations (socio-economic, technological and cultural) responsible for (re) spatial organization and its insertion in the local / regional. Specifically, the research aims to: (a) identify the spatial transformations of banana production chain in São João Do Polêsine, (b) analyze the production chain that is organized for the development of banana, considering all its stages to the local market / regional and expanding agribusinesses and (c) verify that the banana is a local agricultural practice or whether it can be introduced in other municipalities that make up the MRG Restinga Seca. The investigative path to achieve the proposed objectives will rely on the dialectic method of investigation. The decision to work with this method is justified by the understanding of reality as a constantly changing process which is inserted in an environment of contrasts, contradictions and changes, where it is observed that different actors dialectical (re) configure the local space. In this way is intended to understand the dynamics of banana production chain and its influence on this territorial unit. It is understood, then, that the understanding of productive space pervades the practices of local society, which are directly linked through their work, in search of higher returns ie the insertion of new forms of agriculture in the local / regional economy. With this purpose looking up new alternatives in rural areas, to produce using all their potential locations. / A dinâmica do espaço, na atualidade, evidencia a competição entre as distintas unidades territoriais mediadas pelo capital. Tal fato, de certa forma, ratifica a importância do local e o estímulo às suas culturas no processo de participação regional, tornando o espaço vivido atrativo, mediante a valorização de suas potencialidades. Nesta perspectiva, pretende-se avaliar o cultivo da banana como alternativa econômica para a economia local. Desse modo, o objetivo geral da pesquisa centra-se em caracterizar e analisar a cadeia produtiva da banana em São João do Polêsine/RS destacando suas transformações (aspectos socioeconômicos, tecnológicos e culturais) responsáveis pela (re)organização espacial e sua inserção no mercado local/regional. Especificamente a pesquisa procura: (a) Identificar as transformações espaciais da cadeia produtiva da banana em São João do Polêsine; (b) analisar a cadeia produtiva que se organiza para o desenvolvimento da banana, considerando as suas etapas até o mercado loca/regional e as agroindústrias em expansão e (c) verificar se a bananicultura é uma prática agrícola local ou se ela pode ser introduzida em outros municípios que compõe a Microrregião de Restinga Seca. O caminho investigativo para alcançar os objetivos propostos se apoiou no método de investigação dialético. A decisão em se trabalhar com este método se justifica pelo entendimento da realidade como um processo em permanente transformação o qual se insere em um ambiente de oposições, de contradições e de mudanças, onde observa-se distintos atores dialéticos que (re)configuram o espaço local. Desse modo, pretende-se entender a dinâmica da cadeia produtiva da banana e sua influência sobre esta unidade territorial. Entende-se, então, que à compreensão do espaço produtivo perpassa as práticas da sociedade local, as quais estão diretamente ligadas através de seu trabalho, na busca de maior rentabilidade, ou seja, de novas formas de inserção da agricultura na economia local/regional. Com esse propósito buscam-se novas alternativas, no espaço rural, de produzir utilizando-se de todas as suas potencialidades locais.