Quantificação da divergência genética entre acessos de goibeira por meio da estratégia Ward-MLM

O presente trabalho teve como objetivo quantificar a divergência genética entre 138 acessos de goiabeira procedentes do banco de germoplasma da Universidade Estadual do Norte Fluminense Darcy Ribeiro (UENF), com base em descritores morfológicos, agronômicos e físico-químicos, por meio do procedimento Ward - Modified Location Model (MLM). Para tanto, foram avaliados 13 descritores, sendo cinco qualitativos (coloração da polpa, superfície do fruto, formato do fruto ao final do pedúnculo, largura do pescoço e uniformidade da cor da polpa) e oito quantitativos (massa média do fruto, diâmetro longitudinal do fruto, diâmetro transversal do fruto, rendimento da polpa, teor de sólidos solúveis totais, acidez do fruto, relação teor de sólidos solúveis totais e acidez do fruto e teor de ácido ascórbico). Detectou-se ampla variabilidade genética pelos dados morfológicos, agronômicos e físico-químicos nos 138 acessos de goiaba. Pelo procedimento da função da verossimilhança, determinou-se oito o número ideal de grupos, com um valor de incremento de 67,51. O grupo III foi considerado o mais distante, enquanto os grupos I, II, IV, V e VI, os mais próximos. O procedimento Ward-MLM é uma ferramenta útil para detectar divergência genética e agrupar os acessos utilizando, simultaneamente, variáveis qualitativas e quantitativas.

Diversidade genética de espécies do gênero Passiflora com o uso da estratégia Ward-MLM

O uso de espécies silvestres de maracujá tem resultado em progresso no melhoramento genético da cultura. No entanto, o uso dessas tem sido incipiente, devido à existência de poucas informações sobre a diversidade genética disponível. Tais atividades são essenciais para que os recursos genéticos do gênero Passiflora sejam utilizados com sucesso. Este trabalho objetivou quantificar a diversidade genética existente entre onze espécies do gênero Passiflora (Passiflora edulis, P. mucronata, P. setacea, P. pentagona, P. caerulea, P. gibertii, P. cincinnata, P. suberosa, P. micropetala, P. alata e P.coccinea). Foram utilizados descritores morfológicos qualitativos e quantitativos, sendo analisados conjuntamente por meio do procedimento Ward-MLM (Modified Location Model). Os acessos foram reunidos em cinco grandes grupos, sendo os caracteres relacionados às flores os que mais contribuíram para a diversidade genética dos acessos. O método de Ward-MLM possibilitou distinguir os subgêneros analisados, e houve uma clara separação entre as espécies. Vasta diversidade foi encontrada no gênero Passiflora, que pode ser explorada em programas de melhoramento do maracujazeiro.

Monitoramento do ciclo estral de cutias (Dasyprocta leporina Lichtenstein, 1823) através de citologia esfoliativa vaginal e ultrassonografia

O objetivo deste estudo foi monitorar o ciclo estral em cutias (Dasyprocta leporina) criadas em cativeiro no semiárido brasileiro. Durante 70 dias, cinco cutias foram diariamente submetidas a citologia esfoliativa vaginal, e o monitoramento ultrassonográfico ovariano foi realizado a cada três dias. Um total de 8 ciclos estrais foi completamente monitorado, com duração de 28,2±0,7 dias, variando de 24 a 31 dias. Pela citologia esfoliativa vaginal, houve uma predominância de células superficiais nas fases de proestro e estro (P<0,05), seguida da predominância de células intermediárias no metaestro (P<0,05) e de células parabasais no diestro (P<0,05). Por ultrassonografia, não houve diferenças na morfologia ovariana durante as diferentes fases do ciclo estral (P>0,05). Os folículos foram identificados durante as fases estrogênicas (proestro e estro), com diâmetro médio de 1±0,5mm. Em apenas 12,5% das fases luteais, corpos lúteos medindo 1,4±0,9mm foram identificados. Conclui-se que a associação da citologia vaginal e da ultrassonografia ovariana constitui uma alternativa viável para o monitoramento de ciclos estrais e identificação das fases estrogênicas em cutias da espécie Dasyprocta leporina

Reliability and validity of the interactive observation scale for psychiatric inpatients applied by nursing aides in daily ward practice

The main characteristic of the nursing Interactive Observation Scale for Psychiatric Inpatients (IOSPI) is the necessity of interaction between raters and patients during assessment. The aim of this study was to evaluate the reliability and validity of the scale in the "real" world of daily ward practice and to determine whether the IOSPI can increase the interaction time between raters and patients and influence the raters' opinion about mental illness. All inpatients of a general university hospital psychiatric ward were assessed daily over a period of two months by 9 nursing aides during the morning and afternoon shifts, with 273 pairs of daily observations. Once a week the patients were interviewed by a psychiatrist who filled in the Brief Psychiatric Rating Scale (BPRS). The IOSPI total score was found to show significant test-retest reliability (interclass correlation coefficient = 0.83) and significant correlation with the BPRS total score (r = 0.69), meeting the criteria of concurrent validity. The instrument can also discriminate between patients in need of further inpatient treatment from those about to be discharged (negative predictive value for discharge = 0.91). Using this scale, the interaction time between nursing aides and patients increased significantly (t = 2.93, P<0.05) and their opinion about the mental illness changed. The "social restrictiveness" factor of the opinion scale about mental illness showed a significant reduction (t = 4.27, P<0.01) and the "interpersonal etiology" factor tended to increase (t = 1.98, P = 0.08). The IOSPI was confirmed as a reliable and valid scale and as an efficient tool to stimulate the therapeutic attitudes of the nursing staff.

Artificial neural networks (ANN): prediction of sensory measurements from instrumental data

The objective of this study was to predict by means of Artificial Neural Network (ANN), multilayer perceptrons, the texture attributes of light cheesecurds perceived by trained judges based on instrumental texture measurements. Inputs to the network were the instrumental texture measurements of light cheesecurd (imitative and fundamental parameters). Output variables were the sensory attributes consistency and spreadability. Nine light cheesecurd formulations composed of different combinations of fat and water were evaluated. The measurements obtained by the instrumental and sensory analyses of these formulations constituted the data set used for training and validation of the network. Network training was performed using a back-propagation algorithm. The network architecture selected was composed of 8-3-9-2 neurons in its layers, which quickly and accurately predicted the sensory texture attributes studied, showing a high correlation between the predicted and experimental values for the validation data set and excellent generalization ability, with a validation RMSE of 0.0506.