Leonardo Andrade Leite
Research Subjects
Leonardo Andrade Leite has a total of 10 co-authors. Here are the top co-authors by number of shared publications:
- André Luiz Pinto dos Santos
Universidade Federal Rural de Pernambuco
2 shared publications - Cícero Carlos Ramos de Brito
Instituto Federal de Pernambuco - IFPE
2 shared publications - Frank Gomes-Silva
Universidade Federal Rural de Pernambuco
2 shared publications - Guilherme Rocha Moreira
Universidade Federal Rural de Pernambuco, Brazil
2 shared publications - Patrícia Guimarães Pimentel
Universidade Federal do Ceará
2 shared publications - Ronaldo Braga Reis
Universidade Federal de Minas Gerais, Brazil
2 shared publications
Latest Publications
- Open Access
- 1 November 2023
- Published by Universidade Estadual de Londrina in Semina: Ciências Agrárias
- Vol. 44 (5) , 1733-1744
Novo modelo bicompartimental: uma aplicação para a produção de gases pela técnica in vitro
No presente trabalho, com silagem de milho, girassol e suas misturas, objetivou-se propor um modelo não linear bicompartimental e identificar entre o modelo proposto e Logístico Bicompartimental (LB), aquele que apresenta maior qualidade de ajuste à curva de cinética de produção cumulativa de gases (PCG). A leitura da produção de gás foi realizada nos tempos 2, 3, 4, 6, 8, 9, 10, 12, 15, 19, 24, 30, 36, 48, 72 e 96 horas, após o início do processo de fermentação in vitro. Os dados gerados foram utilizados para geração dos parâmetros de cada modelo testado com auxílio do pacote stats da ferramenta computacional R versão 4.0.4. Os modelos matemáticos foram submetidos aos seguintes critérios de seleção o coeficiente de determinação ajustado (Raj. ), quadrado médio do resíduo (QMR), desvio médio absoluto (DMA) e o critério de informação de Akaike (AIC). Foi demonstrado que o modelo proposto teve melhor desempenho com altos Raj., e menores valores de QMR, AIC e DMA, por apresentar um ajustamento superior no conjunto dos critérios em comparação com o modelo logístico bicompartimental para a predição dos parâmetros de produção cumulativa de gases (PCG) de acordo com a metodologia e condições em que foi desenvolvido o presente estudo.
- 1 November 2023
- Published by Universidade Estadual de Londrina in Semina: Ciências Agrárias
- Vol. 44 (5) , 1733-1744
Open AccessNovo modelo bicompartimental: uma aplicação para a produção de gases pela técnica in vitro
No presente trabalho, com silagem de milho, girassol e suas misturas, objetivou-se propor um modelo não linear bicompartimental e identificar entre o modelo proposto e Logístico Bicompartimental (LB), aquele que apresenta maior qualidade de ajuste à curva de cinética de produção cumulativa de gases (PCG). A leitura da produção de gás foi realizada nos tempos 2, 3, 4, 6, 8, 9, 10, 12, 15, 19, 24, 30, 36, 48, 72 e 96 horas, após o início do processo de fermentação in vitro. Os dados gerados foram utilizados para geração dos parâmetros de cada modelo testado com auxílio do pacote stats da ferramenta computacional R versão 4.0.4. Os modelos matemáticos foram submetidos aos seguintes critérios de seleção o coeficiente de determinação ajustado (Raj. ), quadrado médio do resíduo (QMR), desvio médio absoluto (DMA) e o critério de informação de Akaike (AIC). Foi demonstrado que o modelo proposto teve melhor desempenho com altos Raj., e menores valores de QMR, AIC e DMA, por apresentar um ajustamento superior no conjunto dos critérios em comparação com o modelo logístico bicompartimental para a predição dos parâmetros de produção cumulativa de gases (PCG) de acordo com a metodologia e condições em que foi desenvolvido o presente estudo.
- Open Access
- 13 May 2020
- Published by Universidade Estadual de Londrina in Semina: Ciências Agrárias
- Vol. 41 (4) , 1373-1384
New model of evaluation of sunflower and corn silages by the in vitro gas production technique
This study aimed to propose a model called Two-compartment Logistic-von Bertalanffy (LVB) and to identify among the proposed and Two-compartment Logistic (TL) models the one that has the best goodness of fit to the kinetic curve of cumulative gas production (CGP) of sunflower and corn silages alone and combined using the in vitro semi-automated gas production technique. A random block split-plot experimental design was employed in which the inoculums were the blocks, the incubation times were the split-plots, and the experimental diets were: CS - corn silage, SS - sunflower silage (as single roughage), and their mixtures, i.e., 340SS (660 g kg-1 corn silage and 340 g kg-1 sunflower silage) and 660SS (340 g kg-1 corn silage and 660 g kg-1 sunflower silage). The parameters were estimated by the least squares method using the iterative Gauss-Newton process in the software R version 3.4.1. The criteria adopted were: adjusted coefficient of determination (R2adj.), residual mean squares (RMS), mean absolute deviation (MAD), Akaike information criterion (AIC), Bayesian information criterion (BIC), and relative efficiency (RE). The TL model had higher R2adj. values compared to LVB, however, such difference may be considered negligible. The LVB model had RE above one, which indicates it is superior to the TL model, in addition to the lowest RMS, MAD, AIC, and BIC values, The Two-compartment Logistic-von Bertalanffy model had the best fit to describe the CGP over time according to the methodology and conditions of the present study.
- 13 May 2020
- Published by Universidade Estadual de Londrina in Semina: Ciências Agrárias
- Vol. 41 (4) , 1373-1384
Open AccessNew model of evaluation of sunflower and corn silages by the in vitro gas production technique
This study aimed to propose a model called Two-compartment Logistic-von Bertalanffy (LVB) and to identify among the proposed and Two-compartment Logistic (TL) models the one that has the best goodness of fit to the kinetic curve of cumulative gas production (CGP) of sunflower and corn silages alone and combined using the in vitro semi-automated gas production technique. A random block split-plot experimental design was employed in which the inoculums were the blocks, the incubation times were the split-plots, and the experimental diets were: CS - corn silage, SS - sunflower silage (as single roughage), and their mixtures, i.e., 340SS (660 g kg-1 corn silage and 340 g kg-1 sunflower silage) and 660SS (340 g kg-1 corn silage and 660 g kg-1 sunflower silage). The parameters were estimated by the least squares method using the iterative Gauss-Newton process in the software R version 3.4.1. The criteria adopted were: adjusted coefficient of determination (R2adj.), residual mean squares (RMS), mean absolute deviation (MAD), Akaike information criterion (AIC), Bayesian information criterion (BIC), and relative efficiency (RE). The TL model had higher R2adj. values compared to LVB, however, such difference may be considered negligible. The LVB model had RE above one, which indicates it is superior to the TL model, in addition to the lowest RMS, MAD, AIC, and BIC values, The Two-compartment Logistic-von Bertalanffy model had the best fit to describe the CGP over time according to the methodology and conditions of the present study.