Menu

Filtros : "Crop Science" "SOJA" Limpar

Filtros

Limitar por data

  • 1

1 - 3 (3 registros)

  • Artigo de periodico

    Detecting environmental trends to rethink soybean variety testing programs (2025)

    Baptistella, João Leonardo Corte ; Knuckles, Carl; Wieberg, Mark; Costa‐Neto, Germano; Wiebold, William; Borja Reis, André Froés de

    Fonte: Crop Science. Unidade: ESALQ

    Assunto: SOJA

    Acesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BAPTISTELLA, João Leonardo Corte et al. Detecting environmental trends to rethink soybean variety testing programs. Crop Science, v. 65, n. 1, p. 1-6, 2025Tradução . . Disponível em: https://doi.org/10.1002/csc2.21452. Acesso em: 09 nov. 2025.

    • APA

      Baptistella, J. L. C., Knuckles, C., Wieberg, M., Costa‐Neto, G., Wiebold, W., & Borja Reis, A. F. de. (2025). Detecting environmental trends to rethink soybean variety testing programs. Crop Science, 65( 1), 1-6. doi:10.1002/csc2.21452

    • NLM

      Baptistella JLC, Knuckles C, Wieberg M, Costa‐Neto G, Wiebold W, Borja Reis AF de. Detecting environmental trends to rethink soybean variety testing programs [Internet]. Crop Science. 2025 ; 65( 1): 1-6.[citado 2025 nov. 09 ] Available from: https://doi.org/10.1002/csc2.21452

    • Vancouver

      Baptistella JLC, Knuckles C, Wieberg M, Costa‐Neto G, Wiebold W, Borja Reis AF de. Detecting environmental trends to rethink soybean variety testing programs [Internet]. Crop Science. 2025 ; 65( 1): 1-6.[citado 2025 nov. 09 ] Available from: https://doi.org/10.1002/csc2.21452

  • Artigo de periodico

    The accuracy of different strategies for building training sets for genomic predictions in soybean segregating populations (2020)

    Mendonça, Leandro de Freitas ; Fritsche‐Neto, Roberto

    Fonte: Crop Science. Unidade: ESALQ

    Assuntos: GENÔMICA, LINHAGENS VEGETAIS, MELHORAMENTO GENÉTICO VEGETAL, POPULAÇÕES VEGETAIS, SELEÇÃO GENÉTICA, SOJA

    Acesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MENDONÇA, Leandro de Freitas e FRITSCHE‐NETO, Roberto. The accuracy of different strategies for building training sets for genomic predictions in soybean segregating populations. Crop Science, p. 1-22, 2020Tradução . . Disponível em: https://doi.org/10.1002/csc2.20267. Acesso em: 09 nov. 2025.

    • APA

      Mendonça, L. de F., & Fritsche‐Neto, R. (2020). The accuracy of different strategies for building training sets for genomic predictions in soybean segregating populations. Crop Science, 1-22. doi:10.1002/csc2.20267

    • NLM

      Mendonça L de F, Fritsche‐Neto R. The accuracy of different strategies for building training sets for genomic predictions in soybean segregating populations [Internet]. Crop Science. 2020 ; 1-22.[citado 2025 nov. 09 ] Available from: https://doi.org/10.1002/csc2.20267

    • Vancouver

      Mendonça L de F, Fritsche‐Neto R. The accuracy of different strategies for building training sets for genomic predictions in soybean segregating populations [Internet]. Crop Science. 2020 ; 1-22.[citado 2025 nov. 09 ] Available from: https://doi.org/10.1002/csc2.20267

  • Artigo de periodico

    Genomic prediction enables early but low-intensity selection in soybean segregating progenies (2020)

    Mendonça, Leandro de Freitas ; Galli, Giovanni ; Malone, G; Fritsche-Neto, Roberto

    Fonte: Crop Science. Unidade: ESALQ

    Assuntos: GENÉTICA QUANTITATIVA, GENÔMICA, MELHORAMENTO GENÉTICO VEGETAL, SELEÇÃO GENÉTICA, SOJA

    PrivadoAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      MENDONÇA, Leandro de Freitas et al. Genomic prediction enables early but low-intensity selection in soybean segregating progenies. Crop Science, p. 1-16, 2020Tradução . . Disponível em: https://doi.org/10.1002/csc2.20072. Acesso em: 09 nov. 2025.

    • APA

      Mendonça, L. de F., Galli, G., Malone, G., & Fritsche-Neto, R. (2020). Genomic prediction enables early but low-intensity selection in soybean segregating progenies. Crop Science, 1-16. doi:10.1002/csc2.20072

    • NLM

      Mendonça L de F, Galli G, Malone G, Fritsche-Neto R. Genomic prediction enables early but low-intensity selection in soybean segregating progenies [Internet]. Crop Science. 2020 ; 1-16.[citado 2025 nov. 09 ] Available from: https://doi.org/10.1002/csc2.20072

    • Vancouver

      Mendonça L de F, Galli G, Malone G, Fritsche-Neto R. Genomic prediction enables early but low-intensity selection in soybean segregating progenies [Internet]. Crop Science. 2020 ; 1-16.[citado 2025 nov. 09 ] Available from: https://doi.org/10.1002/csc2.20072
  • 1

1 - 3 (3 registros)

Biblioteca Digital de Produção Intelectual da Universidade de São Paulo     2012 - 2025