II Production Unknown: a R package for application of the percentage of importance indice-production unknown
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | eng |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/76470 |
Resumo: | O Índice de Importância (I.I.) pode determinar a perda (L.S.) e as fontes de solução (S.S.) para um sistema em certas áreas de conhecimento (por exemplo, agronomia), quando a produção (por exemplo, frutas) é conhecida (Demolin-Leite, 2021, 2024). No entanto, a produção final do sistema nem sempre é conhecida ou é difícil de determinar (por exemplo, recuperação de área degradada). Uma derivação do I.I. é a porcentagem do Índice de Importância-Produção Desconhecida (% I.I.-PU) que pode detectar a perda ou as fontes de solução quando a produção é desconhecida para o sistema (Demolin-Leite, 2022). Este novo índice pode ajudar no monitoramento da recuperação de área degradada. Este índice e suas derivações (por exemplo, redução do n. total de L.S. (R.L.S)/n. total de S.S.) foram obtidos usando os programas estatísticos Biodiversity Professional program, versão 2 (Krebs, 1989) – para teste qui-quadrado - e System for Analysis Statistics and Genetics, versão 9.1 (UFV, 2007) – para análise de regressão simples (por exemplo, dano) -, e também parte dos cálculos usando uma planilha Excel (por exemplo, porcentagem de R.L.S. por S.S.). |
id |
UFMG_dfbc14cbdca1e70fd663f8b8cee7b816 |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/76470 |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
II Production Unknown: a R package for application of the percentage of importance indice-production unknownAgricultura -- ExperimentaçãoProdutividade agrícolaInteligência artificialAgricultura -- ExperimentaçãoInteligência artificialProdutividade agrícolaInteligência computacionalO Índice de Importância (I.I.) pode determinar a perda (L.S.) e as fontes de solução (S.S.) para um sistema em certas áreas de conhecimento (por exemplo, agronomia), quando a produção (por exemplo, frutas) é conhecida (Demolin-Leite, 2021, 2024). No entanto, a produção final do sistema nem sempre é conhecida ou é difícil de determinar (por exemplo, recuperação de área degradada). Uma derivação do I.I. é a porcentagem do Índice de Importância-Produção Desconhecida (% I.I.-PU) que pode detectar a perda ou as fontes de solução quando a produção é desconhecida para o sistema (Demolin-Leite, 2022). Este novo índice pode ajudar no monitoramento da recuperação de área degradada. Este índice e suas derivações (por exemplo, redução do n. total de L.S. (R.L.S)/n. total de S.S.) foram obtidos usando os programas estatísticos Biodiversity Professional program, versão 2 (Krebs, 1989) – para teste qui-quadrado - e System for Analysis Statistics and Genetics, versão 9.1 (UFV, 2007) – para análise de regressão simples (por exemplo, dano) -, e também parte dos cálculos usando uma planilha Excel (por exemplo, porcentagem de R.L.S. por S.S.).The Importance Indice (I.I.) can determine the loss (L.S.) and solution sources (S.S.) for a system in certain knowledge areas (e.g., agronomy), when production (e.g., fruits) is known (Demolin-Leite, 2021, 2024). However, the final production of the system is not always known or is difficult to determine (e.g., degraded area recovery). A derivation of the I.I. is the percentage of Importance Indice-Production Unknown (% I.I.-PU) that can detect the loss or solution sources when production is unknown for the system (Demolin-Leite, 2022). This new index can help in monitoring degraded area recovery. This index and its derivations (e.g., reduction of the total n. of L.S. (R.L.S)/total n. of the S.S) were obtained using the statistical programs Biodiversity Professional program, version 2 (Krebs, 1989) – for chi-square test - and System for Analysis Statistics and Genetics, version 9.1 (UFV, 2007) – for simple regression analysis (e.g., damage)-, and also part of the calculations using an Excel datasheet (e.g., percentage of R.L.S. per S.S.).Universidade Federal de Minas GeraisBrasilICA - INSTITUTO DE CIÊNCIAS AGRÁRIASUFMG2024-09-16T11:15:22Z2024-09-16T11:15:22Z2023info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdf| https://doi.org/10.1590/1519-6984.2696801678-4375http://hdl.handle.net/1843/76470engBrazilian Journal of BiologyGermano Leão Demolin LeiteAlcinei Mistico Azevedoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMG2024-09-16T16:47:44Zoai:repositorio.ufmg.br:1843/76470Repositório InstitucionalPUBhttps://repositorio.ufmg.br/oairepositorio@ufmg.bropendoar:2024-09-16T16:47:44Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.none.fl_str_mv |
II Production Unknown: a R package for application of the percentage of importance indice-production unknown |
title |
II Production Unknown: a R package for application of the percentage of importance indice-production unknown |
spellingShingle |
II Production Unknown: a R package for application of the percentage of importance indice-production unknown Germano Leão Demolin Leite Agricultura -- Experimentação Produtividade agrícola Inteligência artificial Agricultura -- Experimentação Inteligência artificial Produtividade agrícola Inteligência computacional |
title_short |
II Production Unknown: a R package for application of the percentage of importance indice-production unknown |
title_full |
II Production Unknown: a R package for application of the percentage of importance indice-production unknown |
title_fullStr |
II Production Unknown: a R package for application of the percentage of importance indice-production unknown |
title_full_unstemmed |
II Production Unknown: a R package for application of the percentage of importance indice-production unknown |
title_sort |
II Production Unknown: a R package for application of the percentage of importance indice-production unknown |
author |
Germano Leão Demolin Leite |
author_facet |
Germano Leão Demolin Leite Alcinei Mistico Azevedo |
author_role |
author |
author2 |
Alcinei Mistico Azevedo |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Germano Leão Demolin Leite Alcinei Mistico Azevedo |
dc.subject.por.fl_str_mv |
Agricultura -- Experimentação Produtividade agrícola Inteligência artificial Agricultura -- Experimentação Inteligência artificial Produtividade agrícola Inteligência computacional |
topic |
Agricultura -- Experimentação Produtividade agrícola Inteligência artificial Agricultura -- Experimentação Inteligência artificial Produtividade agrícola Inteligência computacional |
description |
O Índice de Importância (I.I.) pode determinar a perda (L.S.) e as fontes de solução (S.S.) para um sistema em certas áreas de conhecimento (por exemplo, agronomia), quando a produção (por exemplo, frutas) é conhecida (Demolin-Leite, 2021, 2024). No entanto, a produção final do sistema nem sempre é conhecida ou é difícil de determinar (por exemplo, recuperação de área degradada). Uma derivação do I.I. é a porcentagem do Índice de Importância-Produção Desconhecida (% I.I.-PU) que pode detectar a perda ou as fontes de solução quando a produção é desconhecida para o sistema (Demolin-Leite, 2022). Este novo índice pode ajudar no monitoramento da recuperação de área degradada. Este índice e suas derivações (por exemplo, redução do n. total de L.S. (R.L.S)/n. total de S.S.) foram obtidos usando os programas estatísticos Biodiversity Professional program, versão 2 (Krebs, 1989) – para teste qui-quadrado - e System for Analysis Statistics and Genetics, versão 9.1 (UFV, 2007) – para análise de regressão simples (por exemplo, dano) -, e também parte dos cálculos usando uma planilha Excel (por exemplo, porcentagem de R.L.S. por S.S.). |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023 2024-09-16T11:15:22Z 2024-09-16T11:15:22Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
| https://doi.org/10.1590/1519-6984.269680 1678-4375 http://hdl.handle.net/1843/76470 |
identifier_str_mv |
| https://doi.org/10.1590/1519-6984.269680 1678-4375 |
url |
http://hdl.handle.net/1843/76470 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.relation.none.fl_str_mv |
Brazilian Journal of Biology |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais Brasil ICA - INSTITUTO DE CIÊNCIAS AGRÁRIAS UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais Brasil ICA - INSTITUTO DE CIÊNCIAS AGRÁRIAS UFMG |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
repositorio@ufmg.br |
_version_ |
1816829914578419712 |