Biblioteca do Café
URI permanente desta comunidadehttps://thoth.dti.ufv.br/handle/123456789/1
Navegar
3 resultados
Resultados da Pesquisa
Item Multivariate analysis of sensory characteristics of coffee grains (Coffea arabica L.) in the region of upper Paranaíba(Editora da Universidade Estadual de Maringá - EDUEM, 2010-10) Pereira, Marcelo Cláudio; Chalfoun, Sara Maria; Carvalho, Gladyston Rodrigues de; Savian, Taciana VillelaThis study aimed to examine the sensory characteristics of the grains of 21 cultivars of Coffea arabica L. and Coffea canephora Pierre from the essays of genetic improvement of EPAMIG, located in Patrocínio Municipality, Minas Gerais State, where they were collected through cloths stripping method and washed. Subsequently to dry (11 to 12% moisture b.u.), we obtained the coffee designated as “natural”. The evaluated varieties were: Acaiá Cerrado MG 1474; Bourbon Vermelho DATERRA; Catiguá MG 1; Catiguá MG 2; Catuaí Amarelo IAC 62; Catuaí Vermelho IAC 15; H 419-3-1-4-2; H 419- 6-2 -5-2; H 419-6-2-5-3; H 419-6-2-7-3 Vermelho; H 493-1-2-10; H 514-7-10-1 Vermelho; H 514-7-10-6; H 515-4-2-2; H 518-3-6-1; Icatú Amarelo IAC 3282; Mundo Novo 379-19; Mundo Novo IAC 376-4; Rubi MG 1192; Sacramento MG 1 and Topázio MG 1190, from 2005/2006 and 2006/2007 seasons. The cultivars according to the first principal component with notes above 80 points, regarded as superior drink according to attributes with the highest scores (flavor, sweetness, balance, acidity, clean drink, and aspect) were: Catiguá MG2, Rubi MG 1192, 514-7-10-6 H, H 419-3-1-4-2, H 419-6-2-5-2, 493-1-2-10 H, H 514-7-10-1 Vermelho, Catiguá MG1, Sacramento MG1, 419-6-2-5-3 H, H 515-9-2-2 and Catuaí Amarelo IAC 62.Item Fitting nonlinear autoregressive models to describe coffee seed germination(Universidade Federal de Santa Maria, 2014-11) Sousa, Iábita Fabiana; Kunzle Neto, Johan Eugen; Muniz, Joel Augusto; Guimarães, Renato Mendes; Savian, Taciana Villela; Muniz, Fabiana RezendeCumulative germination of coffee has a longitudinal behavior mathematically characterized by a sigmoidal model. In the seed germination evaluation, the study of the germination curve may contribute to better understanding of this process. The aim of this study was to evaluate the goodness of fi t of Logistic and Gompertz models, with independent and fi rst-order autoregressive errors structure, AR (1), in the description of coffee (Coffea arabica L.) line Catuai vermelho IAC 99 germination, at fi ve different potential germination. The data used were from an experiment conducted in 2011 at the Seed Analysis Laboratory of the Federal University of Lavras. The Logistic and Gompertz nonlinear models were appropriately adjusted to the percentage germination data. The Gompertz model with fi rst-order autoregressive errors structure was the best to describe the germination process.Item Seleção de modelos não lineares para a descrição das curvas de crescimento do fruto do cafeeiro(Editora UFLA, 2014-04) Fernandes, Tales Jesus; Pereira, Adriele Aparecida; Muniz, Joel Augusto; Savian, Taciana VillelaO café é um dos produtos mais importantes da agricultura brasileira, portanto estudos que visam uma melhor qualidade final do seu fruto têm sido, cada vez mais, objetivo de pesquisas. Conhecer as curvas de crescimento de frutos permite um melhor manejo da cultura, bem como identificar as épocas de maior demanda de nutrientes. Objetivou-se, neste trabalho, comparar o ajuste dos modelos de regressão não lineares Logístico e Gompertz, na descrição das curvas de crescimento do fruto do cafeeiro, considerando a heterogeneidade das variâncias amostrais, nas diferentes faces de exposição ao sol. Os dados analisados foram obtidos de Cunha e Volpe (2011) e correspondem aos resultados parciais de um experimento conduzido na Faculdade de Ciências Agrárias e Veterinárias, UNESP, Campus Jaboticabal, SP, com a cultivar Obatã IAC 1669-20, que pertence à espécie Coffea arabica. Foram utilizados os modelos não lineares Gompertz e Logístico, ponderados (variâncias amostrais heterogêneas) e não ponderados. A estimação dos parâmetros foi feita utilizando a função “gnls” da biblioteca “nlme” do software R, o método de mínimos quadrados e o algoritmo de convergência de Gauss-Newton. A qualidade dos ajustes foi comparada com base nos seguintes critérios: coeficiente de determinação ajustado ; critério de informação de Akaike e medidas de curvatura de Bates e Watts. Os modelos não lineares estudados descreveram de forma satisfatória a curva de crescimento do fruto do cafeeiro, fornecendo parâmetros com interpretações práticas. A incorporação da heterocedasticidade foi eficiente, pois tornou as estimativas dos parâmetros mais confiáveis. O modelo que melhor descreveu o crescimento do fruto do cafeeiro foi o modelo Gompertz ponderado, em ambas as faces de exposição ao sol.