Böcker av Hudson Souza

Ce travail porte sur le développement d'un logiciel basé sur le web pour former l'acuité visuelle des évaluateurs avec ou sans expérience dans le processus d'évaluation de l'incidence et de la gravité des lésions causées par les maladies des plantes dans certaines cultures. Le processus de formation approprié pour l'évaluateur nécessite des méthodes standardisées pour quantifier la zone endommagée par la maladie végétale, en cherchant à minimiser la subjectivité dans l'estimation de la gravité des maladies végétales en entraînant la précision et l'exactitude des évaluateurs. La variable "gravité" est considérée comme le meilleur paramètre pour référencer les dommages causés par les maladies végétales aux feuilles ou aux fruits, et l'échelle diagrammatique est considérée comme la meilleure alternative pour aider à évaluer les lésions causées par les maladies végétales. L'importance d'une formation adéquate en matière d'acuité visuelle se reflète directement dans la collecte efficace de données permettant de déterminer la courbe de progression de la maladie, qui sert de paramètre pour la gestion la plus appropriée en vue d'un contrôle efficace de la maladie sur la culture.

Questo lavoro si occupa dello sviluppo di un software basato sul web per addestrare l'acutezza visiva di valutatori con o senza esperienza nel processo di valutazione dell'incidenza e della gravità delle lesioni delle malattie delle piante in alcune colture. Il processo di formazione adeguato per il valutatore richiede metodi standardizzati per quantificare l'area danneggiata dalla malattia delle piante, cercando di ridurre al minimo la soggettività nella stima della gravità delle malattie delle piante, allenando la precisione e l'accuratezza dei valutatori. La variabile della gravità è considerata il parametro migliore per fare riferimento ai danni causati dalle malattie delle piante alle foglie o ai frutti e la scala diagrammatica è considerata la migliore alternativa per aiutare a valutare le lesioni delle malattie delle piante. L'importanza di un'adeguata formazione dell'acutezza visiva si riflette direttamente in un'efficiente raccolta di dati in grado di determinare la curva di avanzamento della malattia, che serve come parametro per la gestione più appropriata per un efficace controllo della malattia sulla coltura.

Diese Arbeit befasst sich mit der Entwicklung einer webbasierten Software zur Schulung der Sehschärfe von Prüfern mit oder ohne Erfahrung bei der Bewertung des Auftretens und der Schwere von Pflanzenkrankheitsläsionen in bestimmten Kulturen. Der geeignete Schulungsprozess für den Bewerter erfordert standardisierte Methoden zur Quantifizierung der durch die Pflanzenkrankheit geschädigten Fläche, wobei versucht wird, die Subjektivität bei der Schätzung des Schweregrads von Pflanzenkrankheiten zu minimieren, indem die Präzision und Genauigkeit der Bewerter geschult wird. Die Schweregradvariable gilt als der beste Parameter, um die durch Pflanzenkrankheiten verursachten Schäden an Blättern oder Früchten zu erfassen, und die diagrammatische Skala als die beste Alternative, um die Bewertung von Läsionen durch Pflanzenkrankheiten zu unterstützen. Die Bedeutung einer angemessenen Schulung der Sehschärfe spiegelt sich direkt in einer effizienten Datenerfassung wider, mit der die Kurve des Krankheitsverlaufs bestimmt werden kann, die als Parameter für das am besten geeignete Management zur wirksamen Krankheitsbekämpfung an der Pflanze dient.

This work deals with the development of web-based software to train the visual acuity of assessors with or without experience in the process of assessing the incidence and severity of plant disease lesions in certain crops. The proper training process for the evaluator requires standardized methods for quantifying the area damaged by the plant disease, seeking to minimize subjectivity in estimating the severity of plant diseases by training the evaluators' precision and accuracy. The severity variable is considered the best parameter to reference the damage caused by plant diseases to leaves or fruit and the diagrammatic scale is considered the best alternative to help assess plant disease lesions. The importance of adequate visual acuity training is directly reflected in efficient data collection that can determine the disease progress curve, serving as a parameter for the most appropriate management for effective disease control on the crop.

The aim of this book is to describe the development stages of the website Sistema de Análise Temporal de Doenças em Plantas (SiTemp), available at [http://sitav.pga.uem.br]. The web tool is aimed at agronomists, who have technical and scientific knowledge of the temporal analysis of diseases. Registration information and data observed in the field or laboratory on the severity of plant diseases are stored in the SiTemp database, generating a history, which, using Artificial Intelligence (AI) techniques, processes the observed data using the Logistic, Monomolecular and Gompertz mathematical models, choosing the model that presents the best solution to explain the data set and calculating the temporal analysis and the shape of the Area Under the Disease Progress Curve (AACPD). The result of the temporal analysis is generated in the form of texts, variables, tables and graphs, and it is the agronomist's responsibility to analyze the information, which will serve as a technical-scientific basis for their final decision on crop management.Keywords: Web, disease management, epidemiology.

L'objectif de ce livre est de décrire les étapes du développement du site web Sistema de Análise Temporal de Doenças em Plantas (SiTemp), disponible à l'adresse [http://sitav.pga.uem.br]. L'outil web est destiné aux agronomes car ils ont des connaissances techniques et scientifiques sur l'analyse temporelle des maladies. Les informations d'enregistrement et les données observées sur le terrain ou en laboratoire concernant la gravité des maladies des plantes sont stockées dans la base de données SiTemp, générant un historique qui, à l'aide de techniques d'intelligence artificielle (IA), traite les données observées en utilisant les modèles mathématiques logistique, monomoléculaire et de Gompertz, en choisissant le modèle qui présente la meilleure solution pour expliquer l'ensemble des données et en calculant l'analyse temporelle et la forme de l'aire sous la courbe d'évolution de la maladie (AACPD). Le résultat de l'analyse temporelle est généré sous forme de textes, de variables, de tableaux et de graphiques, et il incombe à l'agronome d'analyser l'information, qui servira de base technico-scientifique à sa décision finale en matière de gestion des cultures.Mots clés : Web, gestion des maladies, épidémiologie.

L'obiettivo di questo libro è descrivere le fasi di sviluppo del sito web Sistema de Análise Temporal de Doenças em Plantas (SiTemp), disponibile all'indirizzo [http://sitav.pga.uem.br]. Lo strumento web è rivolto agli agronomi, che possiedono conoscenze tecniche e scientifiche sull'analisi temporale delle malattie. Le informazioni di registrazione e i dati osservati in campo o in laboratorio sulla gravità delle malattie delle piante vengono memorizzati nel database di SiTemp, generando una cronologia che, utilizzando tecniche di intelligenza artificiale (AI), elabora i dati osservati utilizzando i modelli matematici logistico, monomolecolare e di Gompertz, scegliendo il modello che presenta la soluzione migliore per spiegare l'insieme dei dati e calcolando l'analisi temporale e la forma dell'Area Under the Disease Progress Curve (AACPD). Il risultato dell'analisi temporale viene generato sotto forma di testi, variabili, tabelle e grafici ed è responsabilità dell'agronomo analizzare le informazioni, che serviranno come base tecnico-scientifica per la decisione finale sulla gestione delle colture.Parole chiave: Web, gestione delle malattie, epidemiologia.

Ziel dieses Buches ist es, die Entwicklungsstufen der Website Sistema de Análise Temporal de Doenças em Plantas (SiTemp) zu beschreiben, die unter [http://sitav.pga.uem.br] zu finden ist. Das Webtool richtet sich an Agronomen, da diese über technische und wissenschaftliche Kenntnisse über die zeitliche Analyse von Krankheiten verfügen. Die Registrierungsinformationen und die auf dem Feld oder im Labor beobachteten Daten über den Schweregrad von Pflanzenkrankheiten werden in der SiTemp-Datenbank gespeichert und erzeugen eine Historie, die unter Verwendung von Techniken der künstlichen Intelligenz (KI) die beobachteten Daten unter Verwendung der mathematischen Modelle Logistic, Monomolecular und Gompertz verarbeitet, wobei das Modell ausgewählt wird, das die beste Lösung zur Erklärung des Datensatzes darstellt, und die zeitliche Analyse und die Form der Area Under the Disease Progress Curve (AACPD) berechnet wird. Das Ergebnis der zeitlichen Analyse wird in Form von Texten, Variablen, Tabellen und Diagrammen erstellt, und es liegt in der Verantwortung des Agronomen, die Informationen zu analysieren, die als technisch-wissenschaftliche Grundlage für seine endgültige Entscheidung über die Bewirtschaftung der Kulturen dienen werden.Schlüsselwörter: Web, Krankheitsmanagement, Epidemiologie.

O objetivo deste livro é descrever as etapas do desenvolvimento do website Sistema de Análise Temporal de Doenças em Plantas (SiTemp), disponível em [http://sitav.pga.uem.br]. A ferramenta web tem como público-alvo o engenheiro agrônomo por possuir conhecimentos técnico e científico sobre a análise temporal de doenças. As informações cadastrais e os dados observados em campo ou em laboratório de severidade de doenças de plantas, são armazenados no banco de dados do SiTemp, gerando um histórico, que, por meio das técnicas de Inteligência Artificial (IA), executa o processamento dos dados observados sobre os modelos matemáticos Logístico, Monomolecular e Gompertz, sendo eleito o modelo que apresente a melhor solução para explicar o conjunto de dados e calculando a análise temporal e a forma da Área Abaixo da Curva de Progresso da Doença (AACPD). O resultado da análise temporal é gerado na forma de textos, variáveis, tabelas e gráficos, sendo de competência e responsabilidade do engenheiro agrônomo analisar as informações, que servirão de base técnica-científica para sua decisão final sobre o manejo da cultura.Palavras-chave: Web, manejo de doenças, epidemiologia.