Gevartosky, Raysa 
; Fritsche Neto, Roberto (Orientador)
Assuntos: CARACTERIZAÇÃO AMBIENTAL, GENÔMICA, INTERAÇÃO GENÓTIPO-AMBIENTE, MILHO, POPULAÇÕES VEGETAIS, PREDIÇÃO, SELEÇÃO GENÉTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GEVARTOSKY, Raysa. Enviromic-based kernels optimize resource allocation with multi-trait multi-environment genomic prediction for tropical maize. 2021. Dissertação (Mestrado) – Universidade de São Paulo, Piracicaba, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11137/tde-07012022-094055/. Acesso em: 20 jun. 2024.APA
Gevartosky, R. (2021). Enviromic-based kernels optimize resource allocation with multi-trait multi-environment genomic prediction for tropical maize (Dissertação (Mestrado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11137/tde-07012022-094055/NLM
Gevartosky R. Enviromic-based kernels optimize resource allocation with multi-trait multi-environment genomic prediction for tropical maize [Internet]. 2021 ;[citado 2024 jun. 20 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11137/tde-07012022-094055/Vancouver
Gevartosky R. Enviromic-based kernels optimize resource allocation with multi-trait multi-environment genomic prediction for tropical maize [Internet]. 2021 ;[citado 2024 jun. 20 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11137/tde-07012022-094055/
