938 resultados para Fibre de collagène de type II
Resumo:
Pós-graduação em Agronomia (Entomologia Agrícola) - FCAV
Resumo:
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Resumo:
Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)
Resumo:
Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)
Resumo:
Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)
Resumo:
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Resumo:
A interferência causada pelas plantas daninhas pode reduzir em até 80% a produtividade de grãos do feijão quando não manejadas de forma correta. Portanto, a decisão sobre o momento de controlá-las é um dos principais aspectos do manejo integrado. Nesse sentido, objetivou-se com este trabalho determinar o período anterior à interferência das plantas daninhas (PAI) em cultivares de feijão com diferentes tipos de hábitos de crescimento. Adotou-se o delineamento experimental de blocos casualizados com quatro repetições. Os tratamentos experimentais foram constituídos de dez períodos de convivência da cultura com as plantas daninhas: 0-7, 0-14, 0-21, 0-28, 0-35, 0-42, 0-49, 0-56, 0-97 (colheita) dias após a emergência (DAE) e mais uma testemunha sem convívio com as plantas daninhas. O PAI foi determinado por meio de distintas abordagens: o nível arbitrário de 5% de perda na produtividade, o nível de tolerância (NT) e o de dano no rendimento econômico (PADRE). O PAI obtido foi diferente em todas as abordagens, e os feijoeiros de crescimento indeterminado tipo II apresentaram os menores tempos de convivência.
Resumo:
Evaluations of measurement invariance provide essential construct validity evidence. However, the quality of such evidence is partly dependent upon the validity of the resulting statistical conclusions. The presence of Type I or Type II errors can render measurement invariance conclusions meaningless. The purpose of this study was to determine the effects of categorization and censoring on the behavior of the chi-square/likelihood ratio test statistic and two alternative fit indices (CFI and RMSEA) under the context of evaluating measurement invariance. Monte Carlo simulation was used to examine Type I error and power rates for the (a) overall test statistic/fit indices, and (b) change in test statistic/fit indices. Data were generated according to a multiple-group single-factor CFA model across 40 conditions that varied by sample size, strength of item factor loadings, and categorization thresholds. Seven different combinations of model estimators (ML, Yuan-Bentler scaled ML, and WLSMV) and specified measurement scales (continuous, censored, and categorical) were used to analyze each of the simulation conditions. As hypothesized, non-normality increased Type I error rates for the continuous scale of measurement and did not affect error rates for the categorical scale of measurement. Maximum likelihood estimation combined with a categorical scale of measurement resulted in more correct statistical conclusions than the other analysis combinations. For the continuous and censored scales of measurement, the Yuan-Bentler scaled ML resulted in more correct conclusions than normal-theory ML. The censored measurement scale did not offer any advantages over the continuous measurement scale. Comparing across fit statistics and indices, the chi-square-based test statistics were preferred over the alternative fit indices, and ΔRMSEA was preferred over ΔCFI. Results from this study should be used to inform the modeling decisions of applied researchers. However, no single analysis combination can be recommended for all situations. Therefore, it is essential that researchers consider the context and purpose of their analyses.