SciELO - Scientific Electronic Library Online

 
vol.57 issue3Selection of F4 coffee progenies, obtained from Icatu x Catimor crossTemperature and substrate for germination of Christmas Cactus (Schlumbergera truncata (Haw.) Moran) author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

  • Portuguese (pdf)
  • Article in xml format
  • How to cite this article
  • SciELO Analytics
  • Curriculum ScienTI
  • Automatic translation

Indicators

Related links

Share


Revista Ceres

Print version ISSN 0034-737X

Rev. Ceres vol.57 no.3 Viçosa May/June 2010

http://dx.doi.org/10.1590/S0034-737X2010000300011 

MELHORAMENTO VEGETAL

 

Adaptabilidade e estabilidade de genotipos de soja avaliados no Estado do Mato Grosso*

 

Stability and adaptability of soybean genotypes tested in the sate of Mato Grosso

 

 

Hélio Bandeira BarrosI,**; Tuneo SediyamaII; Rita de Cássia TeixeiraII; Rodrigo Ribeiro FidelisI,**; Cosme Damião CruzIII; Múcio Silva ReisII

IEngenheiro Agrônomo, Doutor. Universidade Federal do Tocantins, Campus Universitário de Gurupi, Rua Badejós, Chácaras 69 e 72, Lote 07, Zona Rural, 77402-970, Caixa-Postal: 66 Gurupi, Tocantins, Brasil. bhb2006@yahoo.com.br
IIEngenheiro Agrônomo, Doutor. Universidade Federal de Viçosa, Departamento de Fitotecnia, Av. P.H.Rolfs, s/n, 36570-000, Viçosa, Minas Gerais, Brasil. tuneo@ufv.br; cebacuri@uol.com.br; msreis@ufv.br
IIIEngenheiro Agrônomo, Doutor. Universidade Federal de Viçosa, Departamento de Biologia Geral, Av. P.H.Rolfs, s/n, 36570-000, Viçosa, Minas Gerais, Brasil. cdcruz@ufv.br

 

 


RESUMO

Este trabalho teve o objetivo de avaliar o desempenho, a estabilidade e a adaptabilidade de 20 genótipos de soja [Glycine max (L.) Merrill], em seis ambientes no Estado do Mato Grosso. O delineamento experimental foi blocos ao acaso, com três repetições. Os ensaios foram conduzidos nos anos agrícolas de 2004/05 e 2005/06 nos municípios de Rondonópolis, Campo Verde e Vera. Para avaliação da adaptabilidade e estabilidade, utilizaram-se os métodos de Lin & Binns (1988) modificado por Carneiro (1998) e Centróide (Rocha et al., 2005). A produtividade média de grãos variou de 2.372 kg.ha-1 (Rondonópolis IV) a 3.539 kg.ha-1 (Vera), com média geral dos ambientes de 2.994 kg.ha-1. Em ambas as metodologias, as linhagens BCR 02 57, BCR 02 25, e BCR 02 20 e os cultivares Tabarana e SL 88102 foram classificados como os mais produtivos, adaptados e estáveis, havendo, portanto, coerência entre tais metodologias. Foram recomendadas as linhagens de soja BCR 02 57, e BCR 02 25, BCR 02 20 para amplas condições ambientais, tendo em vista a produtividade de grãos superior.

Palavras-chave: Melhoramento, genética, ensaios de competição. Glycine max, produtividade.


ABSTRACT

This work aimed to evaluate the performance, stability and adaptability of 20 soybean genotypes [Glycine max (L.) Merr.] in six different environments in the state of Mato Grosso. The experiments were arranged in a randomized complete block design with three replicates. The tests were carried out in the agricultural years 2004/05 and 2005/06 in the municipalities of Rondonópolis, Campo Verde and Vera. Stability and adaptability were evaluated according to the methods developed by Lin and Binns (1988) modified by Carneiro (1998) and the Centroid method (Rocha et al., 2005). Mean grain yield varied from 2372 kg ha-1 (Rondonópolis IV) to 3539 kg ha-1 (Vera) with overall mean among the environments of 2994 kg ha-1. Both methods classified the lines BCR 02 57, BCR 02 25, BCR 02 20 and the cultivars "Tabarana" and SL 88102 as having the highest productivity, adaptability and stability, indicating consistency between the methods. The following soybean lines were recommended for a wide range of environmental conditions: BCR 02 57, BCR 02 25, BCR 02 20

Key words: competition trials, genetics, Glycine max L. Merr., improvement, productivity.


 

 

INTRODUÇÃO

A cultura da soja é desenvolvida em todas as regiões brasileiras, em diferentes condições edafoclimáticas. Assim, há grande variação na produtividade de grãos, não só em função dos sistemas de cultivo e níveis tecnológicos, mas também em consequência das condições edafoclimáticas, resultando na interação entre genótipos e ambientes. Essa interação ocorre devido à inconsistência do desempenho dos genótipos nos vários ambientes. Portanto, a interação genótipos por ambientes deve ser estimada e considerada no programa de melhoramento genético e na indicação de cultivares (Prado et al., 2001).

A alternativa frequentemente mais utilizada para amenizar a influência dessa interação é a recomendação de cultivares com estabilidade e ampla adaptabilidade (Cruz & Carneiro, 2003). Entende-se por adaptabilidade a capacidade genotípica de resposta à melhoria do ambiente. A estabilidade de comportamento seria a capacidade dos genótipos apresentarem comportamento previsível em função das variações ambientais (Cruz & Carneiro, 2003).

A recomendação de novos cultivares tem como base os testes de linhagens puras, os quais são considerados por muitos autores como uma das etapas mais importante, trabalhosa e onerosa (Silva & Duarte, 2006; Maia et al., 2006; Rocha et al., 2005; Nunes et al., 2002; Prado et al., 2001; Atroch et al., 2000; Farias, et al., 1997). Isso porque exige a condução de experimentos precisos e em grande amplitude de condições ambientais.

Dentre as metodologias utilizadas para estudos de adaptabilidade e estabilidade, as não-paramétricas apresentam algumas vantagens em relação às paramétricas, entre as quais pode-se citar: a facilidade de uso e interpretação dos parâmetros, a não-necessidade de assumir qualquer hipótese sobre a distribuição dos valores fenotípicos e o fato da adição ou retirada de um ou poucos genótipos do grupo avaliado não causar grandes variações nas estimativas (Huehn 1990). Apesar da simplicidade e facilidade de interpretação dos parâmetros de algumas metodologias não-paramétricas, há ressalvas quanto a sua utilização, pois as estatísticas estimadas não são satisfatórias para a análise de performance genotípica, conforme os interesses do melhoramento de plantas (Backes et al., 2005).

Carneiro (1998) propôs modificações em algumas metolodogias não-paramétricas para adequar as estatísticas aos conceitos recentes de estabilidade e adaptabilidade. Assim, uma das modificações proposta à metodologia de Lin & Binns (1988) teve o objetivo de particularizar a recomendação de cultivares para ambientes favoráveis e desfavoráveis, já que originalmente a recomendação se refere a genótipos de adaptabilidade geral, enquanto a tendência é particularizar a recomendação para ambientes favoráveis e desfavoráveis. O parâmetro Pi a ser interpretado é denominado MAEC (Medida de Adaptabilidade e Estabilidade de Comportamento), sendo a classificação dos ambientes feita com base nos índices ambientais. Fazendo uma analogia à proposta de Cruz et al. (1989), o genótipo ideal a ser recomendado deve apresentar baixa resposta a ambientes desfavoráveis e ser responsivo às condições favoráveis.

Metodologias baseadas em componentes principais, embora rotineiramente utilizadas em programas de melhoramento em estudos de diversidade genética, são pouco utilizadas em estudos da interação genótipos x ambiente (Rocha et al. 2005). Neste trabalho, a metodologia baseada nos componentes principais, denominada de Centroide, foi utilizada para representar a variação da performance dos genótipos nos ambientes em uma dispersão no plano com poucos eixos, permitindo uma análise simultânea do desempenho de um número elevado de genótipos em virtude da facilidade de interpretação dos resultados.

O objetivo deste trabalho foi avaliar, com base na produtividade de grãos, na estabilidade e na adaptabilidade, 20 genótipos de soja, sendo 12 linhagens de ciclo semitardio/tardio e oito cultivares, em seis ambientes, no Estado do Mato Grosso, por meio dos métodos de Lin & Binns (1988), modificado por Carneiro (1998) e Centroide (Rocha et al., 2005).

 

MATERIAL E MÉTODOS

Foram utilizados os dados de produtividade de grãos (kg.ha-1) dos ensaios finais de competição de genótipos de soja de ciclo semitardio/tardio do Programa de Melhoramento Genético do Campo Experimental Bacuri e Sales Agropecuária, conduzidos em Mato Grosso, nos anos agrícolas de 2004/05 e 2005/06, nas localidades de Campo Verde, Vera e Rondonópolis (Tabela 1). Em Rondonópolis foram conduzidos quatro ensaios, denominados Rondonópolis I, II, III e IV, que corresponderam a diferentes épocas de semeadura. Foram avaliados 20 genótipos, dos quais oito cultivares-padrão (M-Soy 8914, Pintado, SL 88102, Tabarana, Tucano, UFV 18, Uirapuru e Xingu) e 12 linhagens puras.

Os experimentos foram instalados no delineamento em blocos completos casualizados, com três repetições. As parcelas foram formadas por quatro fileiras de plantas (5 m), espaçadas em 0,45 m entre si. A área útil da parcela foi de 3,6 m2, sendo colhidas as duas fileiras centrais, desprezando 0,5 m de bordadura nas extremidades.

A análise de adaptabilidade e estabilidade fenotípica dos genótipos foi feita pelos métodos de Lin & Binns (1988) modificados por Carneiro (1998) e Centroide (Rocha et al. 2005).

A estatística de estabilidade e adaptabilidade Pi, adotada pelo método de Lin & Binns (1988), é obtida por:

em que Mj é a produtividade de grãos máxima entre todos os genótipos, no j-ésimo ambiente. O genótipo estável é aquele que apresentar o menor índice Pi.

A estimativa da MAEC (Medida de Adaptabilidade e Estabilidade de Comportamento) fornece direcionamento da resposta aos diferentes tipos de ambientes. Assim, a recomendação geral é feita com base no Pi original de Lin & Binns (1988) e para ambientes favoráveis e desfavoráveis, conforme a decomposição proposta por Carneiro (1998), estimada por:

em que: f = número de ambientes favoráveis.

Da mesma forma para ambientes desfavoráveis, cujos índices são negativos:

em que: d = número de ambientes desfavoráveis.

O método Centroide, segundo Rocha et al. (2005), baseia-se na comparação de valores da distância cartesiana entre os genótipos e quatro referências ideais (ideótipos), criados com base nos dados experimentais para representar os genótipos de máxima adaptabilidade geral, máxima adaptabilidade específica a ambientes favoráveis ou desfavoráveis e os genótipos de mínima adaptabilidade. O ideótipo de máxima adaptabilidade geral é aquele que apresenta os valores máximos observados para todos os ambientes estudados (ideótipo I). Os ideótipos de máxima adaptabilidade específica são aqueles que apresentam máxima resposta em ambientes favoráveis e mínima resposta em ambientes desfavoráveis (ideótipo II) ou máxima resposta em ambientes desfavoráveis e mínima em ambientes favoráveis (ideótipo III). O ideótipo de mínima adaptabilidade é aquele que apresenta os menores valores em todos os ambientes estudados (ideótipo IV). Para utilização desse método, os ambientes foram classificados em favoráveis e desfavoráveis, utilizando o índice ambiental como proposto por Finlay & Wilkinson (1963), estimado por:

Em que: Yij: média do genótipo i, no ambiente j; Y .. : total das observações; a: número de ambientes; e g: número de genótipos.

Após a classificação dos ambientes, foram criados pontos referenciais, os ideótipos de resposta diferenciada a ambientes favoráveis e desfavoráveis, visando à classificação dos outros pontos do gráfico considerando os valores de distância cartesiana entre os pontos a cada um dos quatro ideótipos. Uma medida de probabilidade espacial pode ser calculada utilizando o inverso da distância entre um tratamento aos quatro ideótipos:

Em que: Pd(i,j) = probabilidade de apresentar padrão de estabilidade semelhante ao do j-ésimo centróide; e di = distância do i-ésimo ponto ao j-ésimo centróide.

 

RESULTADOS E DISCUSSÃO

Foram realizadas análises de variância individuais (Tabela 2), seguindo-se uma análise de variância conjunta. A fim de implementar tais análises, utilizou-se o aplicativo computacional em genética e estatística - GENES (Cruz, 2001). Na análise conjunta, avaliou-se primeiramente a homogeneidade das variâncias residuais dos experimentos (QMR), verificada pela razão entre o maior e menor quadrado médio residual dos ensaios (2,3798). Segundo Pimentel-Gomes (1990), as variâncias são consideradas homogêneas quando a relação entre o maior e o menor QMR é menor que 7,0.

Os coeficientes de variação experimental variaram de 8,94 a 14,59% (Tabela 2), indicando que houve controle das causas de variação de ordem sistemática dos ambientes experimentais para a produtividade de grãos, que é um caráter quantitativo muito influenciado pelo ambiente. Para Carvalho et al. (2003), para a característica produtividade de grãos valores de coeficientes de variação inferiores a 16% indicam boa precisão experimental.

Os efeitos da interação G x A apresentaram significância a 1% de probabilidade pelo teste F (Tabela 3). O par de ambientes Rondonópolis III e Rondonópolis IV apresentaram interação predominantemente do tipo simples (Tabela 4). Todos os outros pares de ambientes tiveram interação do tipo complexa, ou seja, houve inconsistência na superioridade do genótipo com a variação ambiental, o que dificulta a indicação dos cultivares e linhagens (Cruz & Castoldi, 1991; Vencovsky & Barriga, 1992), pois não se pode, nessas circunstâncias, fazer uma recomendação uniforme para todos os locais, sem prejuízo considerável na produtividade de grãos obtida relativamente à produtividade de grãos possível.

A produtividade média de grãos variou de 2.372 kg.ha-1 (Rondonópolis IV) a 3.539 kg.ha-1 (Vera), com média geral entre os ambientes de 2.994 kg.ha-1 (Tabela 5). A maior produtividade de grãos observada foi obtida pela linhagem BCR 03 151528 (4.576 kg.ha-1), entretanto, a maior média em todos os ambientes foi obtida pelo cultivar padrão Tabarana (3.293 kg.ha-1). A menor produtividade de grãos isolada foi obtida pela linhagem BCR 03 145581 (1.451 kg.ha-1), coincidindo com a menor produtividade de grãos média em todos os ambientes (2.338 kg.ha-1).

As estimativas do parâmetro estabilidade obtidas pelo método de Lin & Binns (1988) encontram-se na Tabela 6. O Pi mede o desvio da produtividade de grãos de um genótipo em relação ao máximo em cada ambiente. Carneiro (1998) propôs uma melhoria do método a fim de tornálo capaz de determinar o comportamento dos genótipos em ambientes específicos: favoráveis e desfavoráveis. O genótipo ideal para esse método é aquele com média alta e menor valor de Pi.

As linhagens BCR 02 20, BCR 02 25 e BCR 02 57 e o cultivar Tucano apresentaram altas produtividades de grãos e menores valores de Pi geral, favorável e desfavorável, sendo, portanto, indicados por essa metodologia como de alta estabilidade.

O cultivar SL 88102 foi classificado para condições específicas de ambientes favoráveis, por apresentar um dos menores Pis específicos para essas condições (Tabela 6).

Considerando-se todos os ambientes e apenas os ambientes desfavoráveis, a linhagem BCR 02 25 apresentou o menor Pi, entretanto em condições específicas de ambientes favoráveis apresentou o 6º Pi. Portanto, foi classificada para condições de ambientes desfavoráveis.

O conceito de adaptabilidade e estabilidade utilizado no método Centroide diferencia-se dos demais, uma vez que o genótipo de máxima adaptação específica não é aquele que apresenta bom desempenho nos grupos de ambientes favoráveis ou desfavoráveis, mas sim o genótipo que apresenta valores máximos para determinado grupo de ambientes (favoráveis e desfavoráveis) e mínimo para o outro conjunto (Rocha et al., 2005).

Após a classificação dos ambientes, os ideótipos estimados com base nos dados originais foram acrescidos na análise (Tabela 7). Uma vez estabelecidos os valores médios de cada ideótipo utilizou-se a análise de componentes principais envolvendo os 20 genótipos iniciais e quatro outros representativos, que na análise gráfica representam os quatro centróides em torno dos quais foi avaliada a dispersão dos demais. A obtenção dos autovalores, via metodologia dos componentes principais, partindo dos dados originais incluídos os ideótipos, mostram que apenas dois componentes principais são suficientes para explicar proporções superiores a 68% da variação total (Tabela 8). Uma vez constatada a suficiência de dois autovalores na representação da variação total, a avaliação da posição dos genótipos pode ser feita por meio de gráficos bidimensionais (Carvalho et al., 2002).

 

 

A análise visual do gráfico de componentes principais permite avaliar que os genótipos apresentam distribuição heterogênea para a produtividade de grãos e que existem pontos de maior proximidade a todos os quatro centróides, possibilitando uma recomendação de genótipos de adaptabilidade geral ou recomendação de genótipos de adaptabilidade específica a um subgrupo de ambientes. Os genótipos 16 (Tabarana), 1 (BCR 02 20), 6 (BCR 02 57) e 15 (SL 88102) foram classificados como sendo de adaptabilidade geral por se localizarem mais próximos do ideótipo I. Entretanto, a maioria dos pontos (genótipos) foram plotados na região central do gráfico, dificultando a classificação. Nesse caso, utilizou-se o inverso do valor da distância entre um ponto aos quatro centróides como estimativa da confiabilidade de agrupamento dos genótipos (Rocha et al., 2005). Dessa maneira, um ponto equidistante aos quatro pontos referenciais apresenta valores de probabilidade de 25% de pertencer a qualquer um dos grupos e, portanto, quanto mais o valor de probabilidade diferir de 25% maior será a certeza em concluir o agrupamento do genótipo. Segundo Rocha et al. (2005), valores de probabilidade próximos ou superiores a 50% indicam boa confiabilidade no agrupamento.

Na Tabela 6 são apresentadas as classificações dos genótipos a um dos quatro grupos e a probabilidade associada a sua classificação. Pelo método Centróide, os genótipos BCR 02 57, BCR 02 25, BCR 02 20, BCR 02 30, BCR 03 161548, BCR 03 146591, Tabarana, SL 88102, Xingu, UFV 18 e Pintado foram classificados como sendo adaptados para amplas condições ambientais, com destaque para as linhagens BCR 02 57, BCR 02 25 e BCR 02 20 e os cultivares Tabarana e SL 88102.

Observa-se no gráfico de dispersão (Figura 1) e na Tabela 6 uma tendência de aumento na média de produtividade de grãos dos genótipos de soja à medida que esses se aproximam do centróide I (adaptabilidade geral). De acordo com Rocha et al. (2005), quanto menor a diferença entre um genótipo qualquer e o ideótipo I menor será a diferença entre este e o genótipo de máximo desempenho em todos os ambientes, fazendo com que a adaptabilidade geral esteja necessariamente associada ao melhor desempenho.

Comparando-se a classificação da estabilidade fenotípica dos genótipos obtida pelo método Centróide com a classificação obtida pela metodologia de Lin & Binns (1988), observa-se que as linhagens BCR 02 57, BCR 02 25 e BCR 02 20 e os cultivares Tabarana e SL 88102 foram classificados como de adaptabilidade geral em ambas as metodologias. Para condições específicas de ambientes favoráveis e desfavoráveis não houve concordância entre as classificações obtidas por ambas as metodologias.

 

CONCLUSÕES

• As metodologias de Lin & Binns e Centróide foram coerentes entre si e permitiram identificar entre os genótipos avaliados os de maior produtividade de grãos, estabilidade e adaptabilidade, considerando-se amplas condições ambientais.

• Com base em ambas as metodologias, as linhagens de soja BCR 02 57, BCR 02 25 e BCR 02 20 são as mais indicadas para amplas condições ambientais.

• Para condições específicas de ambientes favoráveis e desfavoráveis, não houve concordância entre as classificações obtidas pelas metodologias de Lin & Binns e Contróide.

 

REFERÊNCIAS BIBLIOGRÁFICAS

Atroch AL, Soares AA & Ramalho MAP (2000) Adaptabilidade e estabilidade de linhagens de arroz de sequeiro testadas no Estado de Minas Gerais. Ciência e Agrotecnologia, 24:541-548.         [ Links ]

Brakes RL, Elias HT, Hemp S & Nicknich W (2005) Adaptabilidade e estabilidade de genótipos de feijoeiro no Estado de Santa Catarina. Acta Scientiarum Agronomy, 27:309-314.         [ Links ]

Carneiro PCS (1998) Novas metodologias de análise de adaptabilidade e estabilidade de comportamento. Tese de Doutorado. Universidade Federal de Viçosa, Viçosa. 168p.         [ Links ]

Carvalho CGP, Arias CAA, Toledo JFF, Almeida LA, Kiihl RAS, Oliveira MF, Hiromoto DM & Takeda C (2003) Proposta de classificação dos coeficientes de variação em relação à produtividade e altura da planta de soja. Pesquisa Agropecuária Brasileira, 38:187-193.         [ Links ]

Carvalho HWL, Silva ML, Cardoso MJ, Santos MX, Tabosa JN, Carvalho CL & Lira MA (2002) Adaptabilidade e estabilidade de cultivares de milho no Nordeste brasileiro no triênio de 1998 a 2000. Pesquisa Agropecuária Brasileira, 37:1581-1588.         [ Links ]

Cruz CD (2001) Programa GENES - aplicativo computacional em genética e estatística. Viçosa, UFV, 542p.         [ Links ]

Cruz CD & Carneiro PCS (2003) Modelos biométricos aplicados ao melhoramento genético. v.2. Viçosa, Universidade Federal de Viçosa. 585p.         [ Links ]

Cruz CD & Castoldi FL (1991) Decomposição da interação genótipos ambientes em partes simples e complexa. Revista Ceres, 38:422-430.         [ Links ]

Cruz C D, Torres RA & Vencovsky R (1989) An alternative approach to the stability analysis proposed by Silva and Barreto. Revista Brasileira de Genética, 12:567-580.         [ Links ]

Farias FJC, Ramalho MAPR, Carvalho LP, Moreira JAN & Costa JN (1997). Parâmetros de estabilidade propostos por Lin & Binns (1988) comparados com o método da regressão. Pesquisa Agropecuária Brasileira, 32:407-414.         [ Links ]

Finlay KW & Wilkinson GN (1963) The analysis of adaptation in plant-breeding programme. Australian Journal of Agricultural Research, 14:742-754.         [ Links ]

Huehn M (1990) Nomparametric measures of phenotypic stability. Part 1: Theory. Euphytica, 47:189-194.         [ Links ]

Lin CS & Binns MR (1988) A superiority measure of cultivar performance for cultivars x location data. Canadian Journal of Plant Science, 68:193-198,         [ Links ]

Maia MCC, Vello NA, Rocha MM, Pinheiro JB & Silva Junior NF (2006) Adaptabilidade e estabilidade de linhagens experimentais de soja selecionadas para caracteres agronômicos através de método uni-multivariado. Bragantia, 65:215-226.         [ Links ]

Nunes GHS, Rezende GDSPM, Ramalho MAP & Santos JBS (2002) Implicações da interação genótipos x ambientes na seleção de clones de eucalipto. Cerne, 8:49-58.         [ Links ]

Pimentel-Gomes F (1990) Curso de estatística experimental. 13ª ed. Piracicaba, Nobel. 468p.         [ Links ]

Prado EEP, Hirimoto DM, Godinho VPC, Utumi MM & Ramalho AR (2001) Adaptabilidade e estabilidade de cultivares de soja em cinco épocas de plantio no cerrado de Rondônia. Pesquisa Agropecuária Brasileira, 36:625-635.         [ Links ]

Rocha R, Muro-Abad JI, Araujo EF & Cruz CD (2005) Avaliação do método centróide para estudo de adaptabilidade ao ambiente de clones de Eucalyptus grandis. Ciência Florestal, 15:255-266.         [ Links ]

Silva WCJ & Duarte JB (2006). Métodos estatísticos para estudo de adaptabilidade e estabilidade fenotipica em soja. Pesquisa Agropecuária Brasileira, 41:23-30.         [ Links ]

Vencovsky R & Barriga P (1992) Genética biométrica no fitomelhoramento. Ribeirão Preto, Sociedade Brasileira de Genética. 486p.         [ Links ]

 

 

Recebido para publicação em agosto de 2008 e aprovado em março de 2010

 

 

* Extraído de Tese de Doutorado em Fitotecnia do primeiro autor
** Autor para correspondência

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License