| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Epagri-Sede. |
|
Data corrente: |
20/10/2020 |
|
Data da última atualização: |
20/10/2020 |
|
Tipo da produção científica: |
Resumo em Anais de Congresso |
|
Autoria: |
DORIGON, C.; NESI, C. N.; KLOCK, A. L. S. |
|
Título: |
Qualidade da água em propriedades produtoras de queijo colonial para o autoconsumo - o caso de São Miguel do Oeste. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
In: WORKSHOP DE CIÊNCIA E INOVAÇÃO EM PECUÁRIA, 1., 2020, Lages. Anais... Florianópolis: Epagri, 2020. p. 114-115. |
|
Idioma: |
Português |
|
Conteúdo: |
O objetivo deste estudo foi caracterizar a qualidade da água utilizada nas propriedades com produção artesanal de queijo a base de leite cru para autoconsumo das famílias no município de São Miguel do Oeste. O estudo foi desenvolvido em 19 propriedades rurais em outubro de 2019. Analisaram-se as amostras de água das fontes de abastecimento, no local de ordenha, no local de produção do queijo e na cozinha, totalizando 58 amostras. Verificou-se que para coliformes totais e Escherichia coli, apenas três e 13 amostras (5,2% e 22,4%), respectivamente, atenderam o padrão de ausência de contaminação. Com relação à turbidez, 16 amostras (27,6%) ficaram acima do limite máximo de 5 uT. Os resultados obtidos mostraram que a água utilizada na maioria das propriedades não apresentou condições para uso na higienização dos equipamentos, consumo pelos seres humanos e produção de queijo, evidenciando a necessidade de implantação de um programa de melhoria de qualidade da água. |
|
Palavras-Chave: |
agricultura familiar; Água; coliformes; queijo artesanal; turbidez. |
|
Categoria do assunto: |
E Economia e Indústria Agrícola |
|
|
|
|
Marc: |
LEADER 01688naa a2200205 a 4500
001 1130075
005 2020-10-20
008 2020 bl uuuu u00u1 u #d
100 1 $aDORIGON, C.
245 $aQualidade da água em propriedades produtoras de queijo colonial para o autoconsumo - o caso de São Miguel do Oeste.$h[electronic resource]
260 $c2020
520 $aO objetivo deste estudo foi caracterizar a qualidade da água utilizada nas propriedades com produção artesanal de queijo a base de leite cru para autoconsumo das famílias no município de São Miguel do Oeste. O estudo foi desenvolvido em 19 propriedades rurais em outubro de 2019. Analisaram-se as amostras de água das fontes de abastecimento, no local de ordenha, no local de produção do queijo e na cozinha, totalizando 58 amostras. Verificou-se que para coliformes totais e Escherichia coli, apenas três e 13 amostras (5,2% e 22,4%), respectivamente, atenderam o padrão de ausência de contaminação. Com relação à turbidez, 16 amostras (27,6%) ficaram acima do limite máximo de 5 uT. Os resultados obtidos mostraram que a água utilizada na maioria das propriedades não apresentou condições para uso na higienização dos equipamentos, consumo pelos seres humanos e produção de queijo, evidenciando a necessidade de implantação de um programa de melhoria de qualidade da água.
653 $aagricultura familiar
653 $aÁgua
653 $acoliformes
653 $aqueijo artesanal
653 $aturbidez
700 1 $aNESI, C. N.
700 1 $aKLOCK, A. L. S.
773 $tIn: WORKSHOP DE CIÊNCIA E INOVAÇÃO EM PECUÁRIA, 1., 2020, Lages. Anais... Florianópolis: Epagri, 2020. p. 114-115.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Epagri-Sede (Epagri-Sede) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
|
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Epagri-Sede. |
|
Data corrente: |
09/11/2022 |
|
Data da última atualização: |
09/11/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
HAHN, L.; PARENT, L.; FELTRIM, A. L.; ROZANE, D. E.; ENDER, M. M.; TASSINARI, A.; KRUG, A. V.; BERGHETTI, Á. L. P.; BRUNETTO, G. |
|
Título: |
Local Factors Impact Accuracy of Garlic Tissue Test Diagnosis. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
Agronomy, Basel, Switzerland, v. 12, n. 11, p. 1-15, 2022. |
|
Idioma: |
Inglês |
|
Conteúdo: |
The low productivity of garlic in Brazil requires more efficient nutritional management. For this, environmental and fertilization-related factors must be adjusted to a set of local conditions. Our objective was to provide an accurate diagnosis of the nutrient status of garlic crops in southern Brazil. The dataset comprised 1024 observations, 962 as field tests conducted during the 2015?2017 period to train the model, and 61 field observations collected during the 2018?2019 period to validate the model. Machine learning models (MLM) related garlic yield to managerial, edaphic, plant, and climatic features. Compositional data analysis (CoDa) methods allowed classification of nutrients in the order of limitation to yield where MLM detected nutrient imbalance. Tissue analysis alone returned an accuracy of 0.750 in regression and 0.891 in classification about the yield cutoff of 11 ton ha−1. Adding all features documented in the dataset, accuracy reached 0.855 in regression and 0.912 in classification. Local diagnosis based on MLM and CoDa and accounting for local features differed from regional diagnosis across features. Local nutrient diagnosis may differ from regional diagnosis because several yield-impacting factors are taken into account and benchmark compositions are representative of local conditions.' |
|
Thesagro: |
Adaboost; Allium sativum; análise composicional; fatores limitantes do crescimento; machine learning; random forest. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
|
|
|
Marc: |
LEADER 02143naa a2200289 a 4500
001 1132707
005 2022-11-09
008 2022 bl uuuu u00u1 u #d
100 1 $aHAHN, L.
245 $aLocal Factors Impact Accuracy of Garlic Tissue Test Diagnosis.$h[electronic resource]
260 $c2022
520 $aThe low productivity of garlic in Brazil requires more efficient nutritional management. For this, environmental and fertilization-related factors must be adjusted to a set of local conditions. Our objective was to provide an accurate diagnosis of the nutrient status of garlic crops in southern Brazil. The dataset comprised 1024 observations, 962 as field tests conducted during the 2015?2017 period to train the model, and 61 field observations collected during the 2018?2019 period to validate the model. Machine learning models (MLM) related garlic yield to managerial, edaphic, plant, and climatic features. Compositional data analysis (CoDa) methods allowed classification of nutrients in the order of limitation to yield where MLM detected nutrient imbalance. Tissue analysis alone returned an accuracy of 0.750 in regression and 0.891 in classification about the yield cutoff of 11 ton ha−1. Adding all features documented in the dataset, accuracy reached 0.855 in regression and 0.912 in classification. Local diagnosis based on MLM and CoDa and accounting for local features differed from regional diagnosis across features. Local nutrient diagnosis may differ from regional diagnosis because several yield-impacting factors are taken into account and benchmark compositions are representative of local conditions.'
650 $aAdaboost
650 $aAllium sativum
650 $aanálise composicional
650 $afatores limitantes do crescimento
650 $amachine learning
650 $arandom forest
700 1 $aPARENT, L.
700 1 $aFELTRIM, A. L.
700 1 $aROZANE, D. E.
700 1 $aENDER, M. M.
700 1 $aTASSINARI, A.
700 1 $aKRUG, A. V.
700 1 $aBERGHETTI, Á. L. P.
700 1 $aBRUNETTO, G.
773 $tAgronomy, Basel, Switzerland$gv. 12, n. 11, p. 1-15, 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Epagri-Sede (Epagri-Sede) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
