STABILITY OF THREE BOVINEBREED GROUPS FROM THE DUAL PORPOSE SYSTEM IN 10 ENVIRONMENTS OF PANAMA
Abstract
Studies of animal breeding of bovines of the dual propose system focus on high milk yield per lactation and stable in a wide range of environmental conditions faces environmental factors that mask the potential of the genotypes. Genotype-environmental interaction (GxE) can make that this prediction not be precise. The objective of this study was to evaluate the stability of three dual propose bovine racial groups in ten environments of Panama. Data came from IDIAP-IDRC Project (1991) of 17 farms (FINCA) in total. Racial groups (GEN) were: CEBU, <50%E y >50%E. Environments (ENV) were derived from two dual propose system modalities (Traditional, T and Improved, M) in five ecosystems of Panama (Los Santos, Gualaca Alto, Gualaca Bajo, Bugaba Bajo y Bugaba Medio). To obtain adjusted means, data were analyzed by a mixed complete randomized design (unbalanced replications) with a split-plot arrangement. ENV was the main plot and GEN the subplot. GEN was a fixed effect, FINCA(ENV), ENV and ENV*GEN were considered random effects. After that a regression on sites model was applied (Biplot GGE-SReg). The dependent variable was milk yield adjusted to 280 days (PTL-280d). ENV effects were not significant (P>0,05), but GEN and ENV*GEN effects were highly significant (P<0,01). The most outstanding GEN in PTL-280d, but not stable was >50%E, followed by <50%E and CEBU. The site more favorable was BBSM (Bugaba Bajo Improved System) and for discrimination studies of GEN was BBST (Bugaba Bajo Traditional System). Biplot GGE-SReg method allowed identifies the best GEN and ENV in dual propose systems.
Downloads
References
Amézquita, MC; Franco, MA. 1990. Utilización de información de ensayos multilocacionales de evaluación de germoplasma. Organización de base de datos. InPuignau, JP (ed). Diálogo XXVIII. Introducción, Conservación y Evaluación de Germoplasma Forrajero en el Cono Sur. Programa Cooperativo para el Desarrollo Tecnológico Agropecuario del Cono Sur. PROCISUR. IICA. Montevideo, UY. p. 337-354.
Camargo, I; Gordón, R; González, A; Franco, J. 2004. Interpretación de la interacción genotipo-ambiente y confiabilidad de la respuesta de cinco híbridos de maíz en 30 ambientes de Azuero, Panamá. 2001-2003. Ciencia Agropecuaria no. 16:1-16.
Camargo-Buitrago, I; Bernal, J; Montero, G; Espinoza, J; Barrios, M; Fernández, N; Rojas, C; Ehrman, J; Franco, L; Guevara, E. 2013. Valor agronómico y contenido nutricional de arroces biofortificados con hierro y zinc. Ciencia Agropecuaria no. 21:47-70.
Córdova, HS. 1981. Metodología de análisis de experimentos en serie. In Guía Técnica para la Investigación Agrícola. Capítulo V. Instituto de Ciencia y Tecnología Agrícola (ICTA). Sector Público. Guatemala, Guatemala, CA. p.1-19.
Crossa, J. 1990. Statistical analysis of multi location trials. Advances in Agronomy 44:55-85.
Crossa, J; Cornelius, PL. 1997. Sites regression and shifted multiplicative model clustering of cultivar trial sites under heterogeneity of error variances. Crop Science 37:405-415.
Crossa, J; Cornelius, PL. 2000. Modelos lineales bilineales para el análisis de ensayos de genotipos en ambientes múltiples. In Simposium Interacción Genotipo x Ambiente. Sociedad Mexicana de Fitogenética A.C. 15-20 de octubre de 2000. Irapuato, MX. p. 61-68.
Crossa, J; Fox, PN; Pfeiffer, WH; Rajaram, S; Gauch Jr, HG. 1991. AMMI adjustment for statistical analysis of an international wheat yield trial. Theoretical and Applied Genetics 81: 27-37.
Crossa, J; Gauch Jr, HG; Zobel, RW. 1990. Additive main effects and multiplicative interaction analysis of two international maize cultivar trials. Crop Science 30:493-500.
De Gracia, M. 1991. Sistema de producción bovina de doble propósito en Panamá. Turrialba 41(1):108-120.
Dickerson, GE. 1962. Implications of genetic-environmental interaction in animal breeding. Animal Production 4:47-63.
Dickerson, GE. 1977. Genetic-environmental interaction. Background information. In Proceeding Joint Annual Meeting of NC-1, S-10 and WRCC-1 Beef Cattle Breeding Technical Commities. Technical Report. Texas A&M University, College Station, Texas. USA. 2 p.
Eberhart, SA; Russell, HG. 1966. Stability parameters for comparing varieties. Crop Science 6:36-40.
Finlay, KW; Wilkinson, GN. 1963. The analysis of adaptation in a plant breeding programme. Australian Journal of Agricultural Research 14:742-754.
Freeman, GH; Perkins, JM. 1971. Environmental and genotype environmental components of variability. VIII. Relation between genotypes grown in different environments and measure of these environments. Heredity 27:15-23.
Fripp, JJ; Catlen, GE. 1971. Genotype-environmental interactions in Schizophyllum commune. 1. Analysis and character. Heredity 27:393-407.
Gauch, HG. 2006. Statistical analysis of yield trials by AMMI and GGE. Crop Science 46:1488-1500.
Gil, JL. 2001. Comparación de procedimientos GLM y MIXED del SAS® para analizar diseños de parcelas divididas con bloques al azar. Zootecnia Tropical 19(1):43-58.
Glaz, B; Kang, MS. 2008. Location contribution determined via GGE Biplot analysis of multienvironment sugarcane genotype-performance trials. Crop Science 48:941-950.
Gollob, HE. 1968. A statistical model which combines features of factor analitic and analysis of variance techniques. Psychometrika 33:75-115.
Gordón, R; Camargo, I; Franco, J; González, A. 2004a. Determinación de la adaptabilidad y estabilidad de 18 híbridos de maíz de grano blanco, a través de ambientes contrastantes. Azuero, Panamá, 2002. Ciencia Agropecuaria no. 16:63-80.
Gordón, R; Camargo, I; Franco, J; González, A. 2004b. Evaluación de la estabilidad de 15 híbridos de maíz en 10 ambientes de la región de Azuero, Panamá. 2003. Ciencia Agropecuaria no. 16:45-62.
Gordón-Mendoza, R; Franco-Barrera, J. 2013. Manejo de la fertilización suplementaria y efecto de dos mejoradores de suelo en maíz. Ciencia Agropecuaria no. 21:1-24.
Guerra M, P. 1995. Parámetros de estabilidad de grupos raciales en sistemas doble propósito en Chiriquí y Los Santos, Panamá. Ciencia Agropecuaria no. 8:15-32.
Guerra M, P; De Gracia G, M. 1992. Comportamiento reproductivo de tres grupos raciales en sistemas doble propósito en Panamá. Turrialba 42(1):23-31.
Guerra, P. 1991. Producción de leche de animales cruzados en sistemas de doble propósito en Panamá. Turrialba 41(1):96-107.
IDIAP (Instituto de Investigación Agropecuaria de Panamá) – CIID (Centro Internacional de Investigación para el Desarrollo). 1991. Proyecto Estudio de sistemas de producción doble propósito (leche y carne) en pequeñas y medianas fincas de Panamá. Informe Final. IDIAP. Gualaca, Chiriquí. PA. 145 p.
Littell, RC; Freud, RJ; Spector, PC. 1991. SAS system for linear models. 3rd Edition. SAS Institute Inc. Cary, NC, USA.
Littell, RC; Milliken, GA; Stroup, WW; Wolfinger, RD; Schabenberger, O. 2006. SAS® for mixed models. 2nd Edition. SAS Institute Inc, Cary, NC, USA. 834 p.
López, J; Vaccaro, L. 2002. Comportamiento productivo de cruces Holstein Friesian-Cebú comparadas con Pardo Suizo-Cebú en sistemas doble propósito en tres zonas de Venezuela. Zootecnia Tropical 20(3):21-33.
Perkins, JM; Jinks, JL. 1966. Environmental and genotype components of variability. III. Multiplelines and crosses. Heredity 23:339-356.
Quirós, R; Amézquita, MC; Guerra, P; Quiel, J. 1988. Utilización de la información generada a través de la investigación en sistemas de producción animal. In Informe de la VIII Reunión General. IICA, RISPAL, CATIE, CIID, INIAA. Guatemala, GT. 17 al 21 de octubre de 1988. p. 347-360.
Quirós, R; Amezquita, MC; Guerra, P; Quiel, J. 1989. Utilización de la información generada a través de la investigación en sistemas de producción animal. InGastal, E; Puigan, JP; Tonina, T. (eds). Transferencia de Tecnología Agropecuaria. Enfoque de hoy y perspectiva para el futuro. Diálogo XXVII PROCISUR-IICA. Programa Cooperativo para el Desarrollo Agropecuario del Cono Sur. Colonia, UY. p. 103-113.
Rodríguez-Quiel, E; Gordón-Mendoza, R; González-Guevara, F; Quiróz-Rodríguez, E; Hernández-Rojas, R; Palacios-Rodríguez, E; Melgar-Moreno, A. 2013. Líneas de frijol con alto contenido de hierro y zinc. Ciencia Agropecuaria no. 21:25-37.
Salas, E; Juárez, H; Giraldo, D; Amorós, W; Simon; R; Bonierbale, M. 2009. Modelos de análisis de estabilidad y definición de ambientes basados en GIS. Centro Internacional de la Papa (CIP). Red LATINPAPA. Lima, PE. 63 p.
Satterthwaite, FE. 1946. An approximate distribution of estimates of variance components. Biometrics Bulletin 2:110-114.
Sprague, GF; Federer, WT. 1951. A comparison of variance components in corn yield trials. II. Error, year x variety, location x variety, and variety components. Agronomy Journal 4:503-507.
Steel, RGD; Torrie, JH. 1980. Principles and procedures of statistics. A biometrical approach. 2nd Edition. McGraw-Hill, Inc. New York. USA. 633 p.
Vaccaro, L. 2000. Cruzamiento para la producción de leche en América tropical: Evidencia de Venezuela. In III Simpósio Internacional de Melhoramento Animal. SBMA. Belo Horizonte, BR. p. 38-46.
Vargas H, M; Crossa, J. 2000. El análisis AMMI y la gráfica del Biplot en SAS. CIMMYT, INT. México, DF. MX.42 p.
Weaver, DB; Thurlow, DL; Patterson, RM. 1983. Stability parameters of soybean cultivars in maturity groups VI, VII and VIII. Crop Science 23:569-571.
Yan, W; Hunt, LA; Sheng, Q; Szlavnics, Z. 2000. Cultivar evaluation and mega environment investigation base on the GGE-Biplot. Crop Science 40:597-605.
Yan, W; Hunt, LA. 2001. Interpretation of genotype x environment interaction for winter wheat yield in Ontario. Crop Science 41: 19-25.
Yan, W; Cornelius, PL; Crossa, J; Hunt, LA. 2001. Two types of GGE-Biplots for analyzing multi-environment trial data. Crop Science. 41:656-663.
Yan, W; Hunt, LA. 2002. Biplot analysis of diallel data. Crop Science 2:21-30.
Zobel, RW; Wright, MJ; Gauch Jr, HG. 1988. Statistical analysis of a yield trial. Agronomy Journal 80:388-393.
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.
