Мета. Обґрунтувати правове регулювання реєстрації сортів винограду в Україні для погодження національного законодавства з європейськими вимогами та стандартами. Методи. Матеріалами слугували нормативно­правові документи UPOV, CPVO та країн ЄС, національні нормативно­правові акти в галузі експертизи, реєстрації та комерційного використання сортів винограду. Результати. Проаналізовано сучасний стан і проблеми галузі виноградарства в Україні. Зокрема, досліджено чинні нормативно­правові акти, які регулюють реєстрацію і комерційний обіг сортів винограду в нашій державі та Європейському Союзі. Вивчено досвід Італії як однієї з провідних європейських країн, що займається виноградарством і виноробством. А саме: розглянуто особливості національного каталогу та строків комерціалізації сортів і клонів, утилізації виноградників після виключення винограду з каталогу. Водночас проаналізовано фінансові санкції, які ця країна застосовує до суб’єктів підприємницької діяльності (юридичних осіб) у разі закладання нових чи ремонту промислових насаджень нерайонованими сортами коштом держави. Опрацьовано нормативний акт Італії, що регламентує зміст та процедуру подання заявки на реєстрацію сортів і клонів. Визначено перелік вимог та інформацію, яку повинен надавати заявник в процесі підготовки документів заявки; встановлено доцільність їх використання під час розроблення національного законодавства України. Також розглянуто законопроєкт від 22 березня 2023 р. № 9139 «Про виноград та продукти виноградарства», оцінено його позитивний вплив на ринкове середовище, дотримання прав та інтересів суб’єктів господарювання, держави та громадян завдяки забезпеченню останніх високоякісною продукцією з особливими, зумовленими природними факторами території походження властивостями. Висновки. Встановлено деяку неузгодженість між Україною та країнами ЄС щодо умов набуття й обсягу прав на сорти винограду та їхні клони, що потребує подальшого врегулювання на законодавчому рівні. | Purpose. To substantiate the legal regulation of the re­gistration of grape varieties in Ukraine in order to harmonise the national legislation with the European requirements and standards. Methods. The materials used were the regulatory documents of UPOV, CPVO and EU countries, national regulations in the field of examination, registration and commercial use of grape varieties. Results. The current state and problems of viticulture in Ukraine were analysed. In particular, the current legal acts regulating the registration and commercial circulation of grape varieties in our country and in the European Union were studied. The experience of Italy, one of the leading European countries in viticulture and oenology, was studied. In particular, the article examines the peculiarities of the national catalogue and the conditions for the marketing of varieties and clones, as well as the use of vineyards after the grapes have been excluded from the catalogue. At the same time, the author analysed the financial sanctions that this country imposed on economic entities (legal persons) in the case of the creation or maintenance of industrial plantations with nonregional varieties at the expense of the State. The Italian regulatory act regulating the content and procedure for filing an application for registration of varieties and clones was stu­died. The list of requirements and information to be provided by the applicant in the process of preparing the application documents was determined; the expediency of their use in the development of national legislation of Ukraine was established. The author has also examined the draft Law 9139 of 22 March 2023 “On grapes and vine products”, assessing its positive impact on the market environment, the protection of the rights and interests of economic entities, the State and citizens, providing them with high quality pro­ducts with special characteristics caused by natural factors of the area of origin. Conclusions. There is some inconsistency between Ukraine and the EU countries regarding the conditions for acquiring and the scope of rights to grape varieties and their clones, which requires further regulation at the legislative level.

Purpose. To study of yield formation and protein content in the grain of different ripening varieties of soft winter wheat under the condition of using various types and doses of fertilizers. Methods. Field and laboratory (determination of protein content), calculation (collection of protein), mathematical and statistical. Results. It was found that different fertilization systems reliably increased the grain yield of soft winter wheat. The use of N75 increased this indicator by 1.2 times and N150 by 1.4 times in the varieties studied, compared with the no-fertilizer variant. Yield with incomplete return of phosphorus-potassium fertilizer was only 2–3% lower than with complete mineral fertilizer. With the nitrogen-phosphorus and nitrogen-potassium fertilization systems, the yield was 5–7% higher than with the nitrogen system. At the same time, this indicator was 6% lower than in the full mineral fertilizer version of the trial. The use of 75 kg/ha nitrogen fertilizer per year increased the protein content to 13.5%, or by 10% compared to the control. In the double dose nitrogen fertilizer variant, the protein content increased to 14.2% or by 15%. The use of nitrogen fertilizers with phosphorus-potassium only contributed 2–4% to the increase of this indicator. Cultivation of winter wheat under the condition of application of N75 increased the collection of protein up to 724 kg/ha or by 33%, and with a double dose of nitrogen fertilizer – up to 848 kg/ha or by 55% compared to the option without fertilizer. In the N75P30K40 variant, protein yield increased by 10% compared to the nitrogen system. The application of a complete mineral fertilizer (N150P60K40) increased this indicator by 12%. Conclusions. It was found that the use of N75P30K40 increased the grain yield of soft winter wheat by up to 5.9 t/ha, or 7%, compared to the option where only 75 kg/ha of nitrogen fertilizer was applied. Yield development in soft winter wheat varies considerably from variety to variety. For example, this indicator was 35% higher in the ‘KWS Emil’ variety than in the ‘Prino’ line. In addition, the grain yield of both varieties is reliably influenced by the weather conditions during the growing season. The protein content of soft winter wheat varies considerably depending on the variety and the weather conditions. When growing soft winter wheat varieties, the protein content can vary by 12.8–15.1%. Weather conditions during the growing season can change this indicator by 13.1–14.7%. The protein content index in the grain of the ‘Prino’ line is significantly higher than that of the ‘KWS Emil’ variety. According to the protein yield per hectare indicator, the ‘KWS Emil’ variety (896 kg/ha) has a significant advantage over the ‘Prino’ line (774 kg/ha).

Purpose. To determine the patterns of influence of gro­wing factors on the economically valuable characteristics of new soybean varieties.Methods. Field, biochemical methods, analysis of variance.Results. The rates of the influence of the growing zone, the conditions of the growing season of the year and the soybean variety on the yield, weight of 1000 seeds, the content of crude protein and oil, and protein and oil collection were determined. The greatest influence on the yield of the studied varieties had a growing zone – 55%. On average the maximum yield was obtained in Forest-steppe zone 2.48–3.58 t/ha, the lowest – in Steppe zone (1.33–1.89 t/ha) for 2017–2018. In the same period the weight of 1000 seeds on average was 125.1–169.9 g in the Steppe zone, in Forest-Steppe zone it was 130.2–207.8 g and 143.9–188.0 g in Fo­rrest zone. According to the results of analysis of variance, it was determined that the growing zone has the greatest influence on weight of 1000 seeds – 31%, variety – 21% and conditions of the growing season of the year – 13%. The main characteristics of soybean quality are the content of crude protein and oil in seeds. The highest level of crude protein was observed in soybean variety in Forest-Steppe zone – 37.5–44.0%. In Forrest zone, the crude protein content was 34.4–41.7%, in the Steppe zone 35.4–40.1%. The maximum level of this characteristic was observed in variety ‘NS Diyana’ – 44.0% in Forest-Steppe zone, in Forrest zone – in the variety ‘Alexa’ 41.7%, in Steppe zone – in variety ‘NS Diyana’ 40.1%. Thus, the growing zone (31%) and variety (25%) had the greatest influence on the content of crude protein; the interaction of factors (variety and growing zone) affected 17%. The average oil content for 2017‑2018 ranges from 19.8 to 24.2%. High oil content was noted in ‘Adsoy’ variety in Forrest and Forest-Steppe zones, 24.2 and 22.6%, respectively, and ‘Azimut’ – 23.8% in Steppe zone. The results of the analysis of variance showed that the growing zone to a greater extent affected the oil content in soybean seeds by 25%, variety – 21%, and the interaction of factors of the variety and gro­wing zone by 21%.Conclusions. According to the results of multifactor analysis of variance, it was determined that the growing zone had the greatest influence on the studied parameters. It was found that the rate of the influence of gro­wing zone of soybean varieties is 25–55%, depending on the studied characteristic. It was determined that the influence of the variety was 4–25%, the conditions of the growing season affected by 1–26%. | Цель. Установить закономерности влияния факторов выращивания на хозяйственно-ценные характеристики новых сортов сои.Методы. Полевой, биохимические методы анализа, дисперсионный анализ.Результаты. Определены доли влияния зоны выращивания, условий вегетационного периода года и сорта сои на урожайность, массу 1000 семян, содержание сырого протеина и масла, сбора белка и масла. Наибольшее влияние на показатель урожайности исследуемых сортов имела зона выращивания – 55%. В среднем за 2017–2018 гг. максимальная урожайность получена в зоне Лесостепи – 2,48–3,58 т/га, самая низкая – в зоне Степи 1,33–1,89 т/га. Значение показателя массы 1000 семян в среднем за 2017–2018 гг. составляют в зоне Степи – 125,1–169,9 г, в Лесостепи – 130,2–207,8 г и 143,9–188,0 г в зоне Полесья. По результатам дисперсионного анализа было определено, что на массу 1000 семян наибольшее влияние имела зона выращивания – 31%, меньшее влияние оказывал сорт – 21% и условия вегетационного периода года – 13%. Основные показатели качества сои культурной – содержание сырого протеина и масла в семенах. Наибольшие значения содержания сырого протеина отмечено в зоне Лесостепи – 37,5–44,0%. В зоне Полесья содержание сырого протеина составило 34,4–41,7%, в зоне Степи – 35,4–40,1%. Максимальные значения этого показателя были отмечены у сорта ‘НС Дияна’ – 44,0% в зоне Лесостепи, в зоне Полесья – у сорта ‘Алекса’ – 41,7%, в степной зоне ‘НС Дияна’ – 40,1%. Таким образом, наибольшее влияние на содержания сырого протеина имел фактор зоны выращивания (31%) и сорт (25%), взаимодействие факторов сорта и зоны выращивания влияло на 17%. Содержание масла в среднем за 2017–2018 гг. составляло от 19,8 до 24,2%. Высокое содержание масла было отмечено у сорта ‘Адсой’ в зоне Полесья и Лесостепи – 24,2 и 22,6%, соответственно, а также у сорта ‘Азимут’ – 23,8% в степной зоне. По результатам дисперсионного анализа было определено, что на показатель содержания масла в семенах сои больше всего влияли зона выращивания на 25%, сорт – 21%, и взаимодействие факторов сорта и зоны выращивания на 21%.Выводы. Наибольшее влияние на исследуемые показатели имела зона выращивания. Определено, что доля влияния зоны выращивания сортов сои составляет 25–55% в зависимости от исследуемого показателя. Определено, что доля влияния сорта составляла 4–25%, условия вегетационного периода года влияли на 1–26%. | Мета. Установити закономірності впливу факторів вирощування на господарсько-цінні характеристики нових сортів сої.Методи. Польовий, біохімічні методи аналізу, дисперсійний аналіз.Результати. Визначено частки впливу таких факторів як зона вирощування, умови вегетаційного періоду року та сорт сої на врожайність, масу 1000 насінин, уміст сирого протеїну та олії, збір білка та олії з гектара. Найбільше впливав на показник урожайності досліджуваних сортів фактор зони вирощування – його вплив складав 55%. У середньому за 2017–2018 рр. максимальну врожайність досліджуваних сортів отримано в зоні Лісостепу – 2,48–3,58 т/га, найменшу – в зоні Степу – 1,33–1,89 т/га. Значення показника маси 1000 насінин в середньому за 2017–2018 рр. становили для зони Степу – 125,1–169,9 г, Лісостепу – 130,2–207,8 г та 143,9–188,0 г – для зони Полісся. За допомогою дисперсійного аналізу було визначено, що на масу 1000 насінин найбільше впливала зона вирощування – 31%, менше значення мав фактор сорту – 21% та умови вегетаційного періоду року – 13%. Найбільші значення вмісту сирого протеїну в насінні сої відмічено у зоні Лісостепу – 37,5–44,0%. У зоні Полісся вміст сирого протеїну для досліджуваних сортів становив 34,4–41,7%, в зоні Степу – 35,4–40,1%. Максимальні значення цього показника було відмічено для сорту ‘НС Діяна’ – 44,0% в зоні Лісостепу, в зоні Полісся –  для ‘Алєкса’ – 41,7%, в степовій зоні – для сорту ‘НС Діяна’ – 40,1%. Таким чином, найбільший вплив на вміст сирого протеїну мав фактор зони вирощування (31%) та сорту (25%), взаємодія факторів «сорт» та «зона вирощування» впливала на 17%. Вміст олії для досліджуваних сортів сої в середньому за 2017–2018 рр. становив від 19,8 до 24,2% в трьох зонах вирощування. Найвищий вміст олії було відмічено у насінні сорту ‘Адсой’ в зоні Полісся та Лісостепу – 24,2 та 22,6%, відповідно, а також у сорту ‘Азимут’ – 23,8% в степовій зоні. Використання дисперсійного аналізу дозволило встановити, що на вміст олії в насінні сої найбільше впливали фактор зони вирощування – його вплив становив 25%, вклад фактору належності до певного сорту – 21%, взаємодія факторів «сорт» та «зона вирощування» впливала на 21%.Висновки. Найбільший вплив на досліджувані показники чинив фактор зони вирощування. Визначено, що частка впливу фактора зони вирощування сортів сої на показники врожайності, маси 1000 насінин, умісту сирого протеїну та олії, збору білка та олії з гектара становила 25–55%. Визначено, що частка впливу фактору сорту становила 4–25%, умови вегетаційного періоду року впливали на 1–26%.

Purpose. Evaluate buckwheat Fagopyrum esculentum Moench varieties by morphological characteristics by using the nearest neighbors algorithm and identify groups of similar varieties by plant varieties clustering procedure. Methods. Analytical, mathematical, statistical. As input information for statistical processing, the results of the exa­mination for distinctness, uniformity and stability (DUS) from the database of the automated information system of the Ukrainian Institute for the Examination of Plant Varieties were used. The simulation was performed using Nearest Neighbors algorithm, which belong to Machine Learning method. Data processing was carried out by using trial version of the statistical package IBM SPSS Statistics “Statistical Package for the Social Sciences”. The follo­wing types of variables were used as model parameters: target (optional) variable is “Plant: growth type”, focal case identifier is “Plant: ploidy”, case name is Varieties Name, feature variables are “Cotyledon: anthocyanin coloration”, “Stem: anthocyanin coloration”, “Inflorescence: anthocyanin coloration of bud”, “Time of beginning flowering”, “Plant: height”, “Leaf blade: shape of base”, “Leaf blade: intensity of green color”, “Flower: size”, “Flower: color of petals”, “Flower: length of pedicel”, “Plant: total number of flower clusters”, “Stem: length”, “Stem: number of nodes”, “Stem: diameter”, “Time of maturity”, “Seed: length”, “Seed: shape”, “Seed: skin color”, “Seed: 1000 seed weight”. This model contains 25 buckwheat varieties, included in the State Register of plant varieties suitable for distribution in Ukraine in 2020. These varieties are of foreign and domestic origin. Results. The model of similar buckwheat varieties was a result of computer modeling. This model was based on seventeen morphological features, selected using frequency analysis of buckwheat morphological features. The generated model contained 17 training objects (varieties) and nine control objects (varieties). 22 groups of similar varieties of common buckwheat were identified. Conclusion. The most similar groups of varieties are the following: first – ‘Krupnozelena’, ‘Dykul’, ‘Deviatka’ that ‘Yuvileina 100’; second – ‘Ruta’, ‘Malwa ’,‘Nadiina’ and ‘Volodar’; third – ‘Kseniia’, ‘Simka’, ‘Selianochka’ and ‘Malva’. | Цель. Оценить сорта гречихи посевной Fagopyrum esculentum Moench по морфологическим признакам с использованием алгоритма ближайших соседей с помощью кластеризации сортов растений и идентифицировать группы похожих сортов.Методы. Аналитический, математический, статистический. В качестве входной информации для статистической обработки были использованы результатные данные экспертизы на отличимость, однородность и стабильность (OОС) из базы данных автоматизированной информационной системы Украинского института экспертизы сортов растений. Моделирование было проведено с использованием алгоритма ближайших соседей, методом Machine Learning в среде статистического пакета IBM SPSS Statistics «Statistical Package for the Social Sciences». В качестве параметров модели были использованы следующие типы переменных: целевая переменная – признак «Растение: тип роста», фокусная переменная – «Растение плоидность», метка наблюдений – «Название сорта». Перечень показателей (features) составляли следующие признаки: «Растение: плоидность», «Стебель: антоциановая окраска», «Соцветие: антоциановая окраска почки», «Время начала цветения», «Растение: тип роста», «Растение: по высоте», «Цветок: окраска лепестков», «Стебель: по длине», «Стебель: количество узлов», «Стебель: диаметр», «Время созревания», «Семя: по длине», «Семя: форма», «Семя: окрас­ка кожуры», «Семена: масса 1000 шт.». В состав модели были взяты 25 сортов гречихи посевной отечественного и зарубежного происхождения, которые включены в Государственный реестр сортов растений, пригодных для распространения в Украине на 2020 год.Результаты. В результате компьютерного моделирования была сформирована модель подобных сортов гречихи посевной по семнадцати морфологическим признакам, которые отобраны с применением частотного анализа проявления морфологических признаков. Сформированная модель содержала 17 тренировочных объектов (сортов) и девять контрольных объектов (сортов). Было идентифицировано 22 группы подобных сортов гречихи посевной.Выводы. Сорта гречихи посевной Fagopyrum esculentum Moench оценили по морфологическим признакам с использованием алгоритма ближайших соседей с помощью кластеризации подобных сортов растений. Были идентифицированы такие, наиболее подобные, группы сортов: первая – ‘Крупнозэлэна’, ‘Дыкуль’, ‘Девятка’ и ‘Ювилейная 100’; вторая – ‘Рута’, ‘Мальва’, ‘Надийна’ и ‘Володар’; третья – ‘Ксения’, ‘Симка’, ‘Селяночка’ и ‘Мальва’. | Мета. Оцінити сорти гречки їстівної Fagopyrum esculentum Moench за морфологічними ознаками з використанням алгоритму найближчих сусідів за допомогою кластеризації сортів рослин та ідентифікувати групи схожих сортів.Методи. Аналітичний, математичний, статистичний. Як вхідну інформацію для статистичного оброблення було використано результатні дані експертизи на відмінність, однорідність та стабільність (ВОС) з бази даних автоматизованої інформаційної системи Українського інституту експертизи сортів рослин. Моделювання було проведено з використанням алгоритму найближчих сусідів, методом Machine Learning у середовищі статистичного пакета IBM SPSS Statistics «Statistical Package for the Social Sciences». У ролі параметрів моделі було використано такі типи змінних: цільова змінна – ознака «Рослина: тип росту», фокусна змінна – «Рослина: плоїдність», мітка спостережень – «Назва сор­ту». Перелік показників (features) складали такі ознаки: «Рослина: плоїдність», «Стебло: антоціанове забарвлення», «Суцвіття: антоціанове забарвлення бруньки», «Час початку цвітіння», «Рослина: тип росту», «Рослина: за висотою», «Квітка: забарвлення пелюсток», «Стебло: за довжиною», «Стебло: кількість вузлів», «Стебло: діаметр», «Час достигання», «Насінина: за довжиною», «Насінина: форма», «Насінина: забарвлення шкірки», «Насіння: маса 1000 шт.». До складу моделі було узято 25 сортів гречки їстівної вітчизняного та іноземного походження, які включені до Державного реєстру сортів рослин, придатних для поширення в Україні на 2020 рік.Результати. Унаслідок комп’ютерного моделювання було сформовано модель подібних сортів гречки їстівної за сімнадцятьма морфологічними ознаками, які відібрано із застосуванням частотного аналізу проявлення морфологічних ознак. Сформована модель містила 17 тренувальних об’єктів (сортів) та дев’ять контрольних об’єктів (сортів). Було ідентифіковано 22 групи подібних сортів гречки їстівної.Висновки. Сорти гречки їстівної F. esculentum було оцінено за морфологічними ознаками з використанням алгоритму найближчих сусідів за допомогою кластеризації подібних сортів рослин. Було ідентифіковано такі найподібніші групи сортів: перша – ‘Крупнозелена’, ‘Дикуль’, ‘Дев’ятка’ та ‘Ювілейна 100’; друга – ‘Рута’, ‘Мальва’, ‘Надійна’ та ‘Володар’; третя – ‘Ксенія’, ‘Сімка’, ‘Селяночка’ та ‘Мальва’.

Purpose. To substantiate the information and technical features of the use of IBM SPSS Statistics tools in determ­ining the distinctiveness criterion for new varieties of lettuce Lactuca sativa L. var. capitata based on the morphological code formulas of phenotypes of well-known varieties using the nearest neighbor algorithm in a group of similar varieties. Methods. Analytical, which is based on a comparison of the methods and means of data mining obtained by identification – a morphological description of the variety with the subsequent use of descriptive and multidimensional statistics. In accordance with the «Method for the examination of varieties of lettuce Lactuca sativa L. for distinctness, uniformity and stability» signs that do not vary or very poorly vary were used to group varieties. These signs are used seperately or in combination with others. Results. As a result of modeling using the SPPS package, several mo­dels of similar varieties of Lactuca sativa L. var. сapitata were formed. The total number of varieties in the sample is distributed as follows: 71.4% represented the training sample, and 28.6% represented the control one. The resulting data is visualized on the diagrams of the model of the largest similarity. It is necessary to take into account the type of expression of the studied characteristic (sign): in a qualitative, quantitative, pseudo-qualitative way. A simulation experiment with a model of similar varieties of head-lettuce showed the dependence of the result on the selected target variable. The target variables were signs «lant: head formation», «head by density», «seed: coloration», «head size». Conclusions. The effectiveness of technological tools for analyzing the examination data on distinctness, uniformity and stabili­ty (DUS) has been revealed, which greatly facilitates the search for patterns among a large data set. Differentiation of data into training and control allows you to «train» the model on a data set of well-known varieties. When building a model, it is important to correctly determine the target and focal variables. IBM SPSS Statistics software package is recommended as a tool. | Мета. Обґрунтувати інформаційно-технічні особливості використання інструментальних засобів IBM SPSS Statistics під час визначення критерію відмінності нових сортів салату посівного Lactuca sativa L. var. capitata на підставі морфологічних кодових формул фенотипів загальновідомих сортів із використанням алгоритму «найближчого сусіда» в групі подібних сортів. Методи. Аналітичний, що ґрунтується на порівнянні методів та засобів інтелектуального аналізу даних, отриманих методом ідентифікації – морфологічний опис сорту з подальшим застосуванням описової та багатовимірної статистики. Відповідно до «Методики проведення експертизи сортів салату посівного Lactuca sativa L. на відмінність, однорідність і стабільність» для групування сортів використовували ознаки, які не варіюють або дуже слабко варіюють. Ці ознаки використовуються окремо або у комбінаціях з іншими. Результати. У результаті моделювання з використанням пакету SPSS було сформовано декілька моделей подібних сортів Lactuca sativa L. var. сapitata. Загальна кількість сортів у вибірці розподілена таким чином: 71,4% репрезентували навчальну вибірку, а 28,6% – конт­рольну. Результативні дані візуалізовано на діаграмах моделі найбільшої подібності. Слід враховувати тип вираження досліджуваної характеристики (ознаки): якісним, кількісним, псевдо-якісним чином. Імітаційний експеримент з моделлю схожих сортів салату головчастого показав залежність результату від обраної цільової змінної. У ролі цільових змінних були ознаки: «рослина: утворення головки», «головка за щільністю», «насінина: забарвлення», «розмір головки». Висновки. Встановлено ефективність технологічних засобів аналізу даних експертизи на відмінність, однорідність і стабільність (ВОС), що значно полегшує пошук закономірностей серед великого набору даних. Розмежування даних на навчальні та контрольні дозволяє провести «тренування» моделі на наборі даних загальновідомих сортів. Під час побудови моделі важливо правильно визначити цільову та фокусні змінні. Як інструментальний засіб рекомендовано використовувати пакет статистичних програм IBM SPSS Statistics. | Цель. Обосновать информационно-технические особенности использования инструментальных средств IBM SPSS Statistics при определении критерия отличимости новых сортов салата посевного Lactuca sativa L. var. capitata на основании морфологических кодовых формул фенотипов общеизвестных сортов с использованием алгоритма «ближайшего соседа» в группе подобных сортов. Методы. Аналитический, что основанна сравнении методов и средств интеллектуального анализа данных, полученных методом идентификации – морфологическое описание сорта с последующим применением описательной и многомерной статистики. В соответствии с «Методикой проведения экспертизы сор­тов салата посевного Lactuca sativa L. на отличимость, однородность и стабильность» для группировки сортов использовали признаки, которые не варьируют или очень слабо варьируют. Эти признаки используются отдельно или в комбинациях с другими. Результаты. В результате моделирования с использованием пакета SPSS было сформировано несколько моделей подобных сортов Lactuca sativa L. var. сapitata. Общее количество сортов в выборке распределено следующим образом: 71,4% представляли обучающую выборку, а 28,6% – контрольную. Результативные данные визуализированы на диаграммах модели самого большого сходства. Следует учитывать тип выражения исследуемой характеристики (признака): качественным, количественным, псевдо-качественным образом. Имитационный эксперимент с моделью похожих сортов салата головчастого показал зависимость результата от выбранной целевой переменной. В качестве целевых переменных были признаки «растение: образование головки», «головка по плотности», «семя: окраска», «размер головки».Выводы. Установлена эффективность технологических средств анализа данных экспертизы на отличимость, однородность и стабильность (ООС), что значительно облегчает поиск закономерностей среди большого набора данных. Разграничение данных на учебные и контрольные позволяет провести «тренировки» модели на наборе данных общеизвестных сортов. При построении модели важно правильно определить целевую и фокусные переменные. В качестве инструментального средства рекомендуется использовать пакет статистических программ IBM SPSS Statistics.

Цель. Раскрыть научные основы формирования конвейера производства товарной продукции сортов салата посевного Lactuca sativa L. в условиях Западной Лесостепи Украины. Методы. Полевые исследования проводили в течение 2015–2017 гг. на опытном поле кафедры садоводства и овощеводства Львовского национального аграрного университета в соответствии с Методикой исследовательского дела в овощеводстве и бахчеводстве (2001) и Методикой проведения экспертизы сортов салата посевного Lactuca sativa L. на отличимость, однородность и стабильность (2007). Результаты. Установлено, что почвенно-климатические условия Западной Лесостепи Украины способствуют оптимальному росту и развитию растений салата посевного всех разновидностей соответствующих типов о чем свидетельствует структура конвейерного поступления свежей товарной продукции к потребителю (первая декада апреля – первая декада ноября). Самый короткий период вегетации обеспечили сорта салата посевного var. secalina ‘Зорепад’, ‘Малахіт’, ‘Дублянський’, которые имеют самый короткий период от всходов до технической спелости – 21–42 суток. Сорта этой разновидности занимают наибольший удельный вес в конвейерном производстве товарной продукции, которая при ранневесенних сроках посева в открытую почву (14.04–20.04) уже в первой декаде мая поступает к потребителю. Посев под зиму (21.11) обеспечил поступление свежей продукции уже в первой декаде апреля. Товарная продукция по массе продуктовых органов, габитусе розетки листьев (головки, стеблей), окрас­ке, консистенции и вкусовым качествам соответствует техническим требованиям к товарной продукции Lactuca sativa L. Выводы. Подбор сортов салата посевного для конвейерного производства товарной продукции необходимо проводить с учетом разновидности соответствующего типа, группы спелости, сроков посева. Поступление свежей товарной продукции салата посевного к потребителю находится в прямой зависимости от сроков посева семян (ранневесенний, поздневесенний, летне-осенний и под зиму). | Purpose. To reveal the scientific bases of forming the conveyor production of commercial products of lettuce, Lactuca sativa L., varieties in the conditions of the Western Forest-Steppe of Ukraine.Methods. Field research was conducted during 2015–2017 at the research field of the Department of Horticulture and Vegetable Growing of the Lviv National Agrarian University in accordance with the Methodology on Experimental Techniques in Vegetable and Melon Growing (2001) and Methods of Expertise of lettuce, Lactuca sativa L., varieties.Results. It is revealed that the soil and climatic conditions of the Western Forest-Steppe of Ukraine contri­bute to the optimal growth and development of all lettuce varieties of the corresponding types, as evidenced by the structure of conveyor receipt of fresh commodity products to the consumer (first decade of April – first decade of November). The shortest growing season was provided by lettuce varieties var. secalina ‘Zorepad, ‘Malakhit, ‘Dublianskyi’, which have the shortest period from seedlings to technical ripeness (21–42 days). Therefore, varieties of this variation occupy the lar­gest share in the conveyor production of commercial products, which, with early spring sowing in open ground (April 14–20), comes to the consumer in the first decade of May. Winter sowing (21.11) ensured the receipt of fresh produce in the first decade of April. Commercial products by mass of edible organs, shape of the rosette of leaves (heads, stems), color, consistency and taste qualities corresponds to the technical requirements for Lactuca sativa L.Conclusions. The selection of varieties of lettuce for the conveyor production of commercial products should be carried out taking into account the variety of the corresponding type, ripeness group, and timing of sowing. The receipt of fresh lettuce to the consumer is directly dependent on the timing of seeds sowing (early spring, late spring, summer-autumn and winter). | Мета. Розкрити наукові основи формування конвеєру виробництва товарної продукції сортів салату посівного Lactuca sativa L. в умовах Західного Лісостепу України. Методи. Польові дослідження проводили впродовж 2015–2017 рр. на дослідному полі кафедри садівництва та овочівництва Львівського національного аграрного університету відповідно до Методики дослідної справи в овочівництві та баштанництві (2001) та Методики проведення експертизи сортів салату посівного Lactuca sativa L. на відмінність, однорідність і стабільність (2007). Результати. ґрунтово-кліматичні умови Західного Лісостепу України сприяють оптимальному росту й розвитку рослин салату посівного всіх різновидів відповідних типів, про що свідчить структура конвеєрного надходження свіжої товарної продукції до споживача (перша декада квітня – перша декада листопада). Найкоротший період вегетації забезпечили сорти салату посівного var. secalina ‘Зорепад’, ‘Малахіт’, ‘Дублянський’, які мають найкоротший період від сходів до технічної стиглості – 21–42 доби. Тому сорти цієї різновидності займають найбільшу питому частку в конвеєрному виробництві товарної продукції, яка за ранньовесняних строків сівби у відкритому ґрунті (14.04–20.04) вже в першій декаді травня надходить до споживача. Сівба під зиму (21.11) забезпечила надходження свіжої продукції вже в першій декаді квітня. Товарна продукція за масою продуктових органів, габітусом розетки листків (головки, стебла), забарвленням, консистенцією та смаковими якостями відповідає технічним вимогам до товарної продукції Lactuca sativa L. Висновки. Підбір сортів салату посівного для конвеєрного виробництва товарної продукції необхідно проводити з урахуванням різновидності відповідного типу, групи стиглості, строків сівби. Надходження свіжої товарної продукції салату посівного до споживача перебуває у прямій залежності від строків сівби насіння (ранньовесняний, пізньовесняний, літньо-осінній та під зиму).

Purpose. Determine the main indicators of productivity and quality of seeds of spring rapeseed new varieties during their cultivation in different argoclimatic zones of Ukraine. Methods. Field, laboratory. Field studies were carried out on the basis of the Branches of the Ukrainian Institute for Plant Variety Examination in the zones of Polissia, Forest-Steppe and Steppe in 2015–2016. Results. The State Regis­ter of Plant Varieties Suitable for Distribution in Ukraine (the Register of Plant Varieties of Ukraine) as at 22 August 2019 contains 60 varieties of spring rapeseed, of which 42 (70.0%) are of foreign origin and 18 (30.0%) are Ukrainian cultivars. The maximum sown area in Ukraine occupied by spring rapeseed was about 68.3 thousand ha in 2018, which is twice as much as the area of 2013. In 2019, a dramatic decrease in sown area was observed. The productivity of the studied rapeseed varieties in 2015–2016 in the Steppe zone was on average 0.94–1.17 t/ha; Forest-steppe – 2.16–2.29; Polissia – 1.33–1.62. The yields of individual varieties exceeded 2.0 t/ha; they had a high content of oil and crude protein and a low content of erucic acid and glucosinolates in the seeds. The content of erucic acid did not exceed 0.1%, glucosinolates – 0.8%. Conclusions. The highest yield in the zones of Forest-Steppe and Polissia was observed from ‘DK 7160 KL’ variety – 2.28 t/ha and 1.62 t/ha, respectively. The maximum crude protein content in the steppe zone was found in ‘Aksana’ variety (26.6%), in the Forest-steppe zone – in ‘Bilder’ (25.4%,) in the Polissia zone – in ‘Sander’ (24.9%). High oil content in seeds in the Steppe zone was in varieties ‘Bilder’ (45.0%) and ‘DK 7155 KL’ (45.2%), in the Forest-Steppe – in ‘Sander’ (46.5%) and ‘DK 7155 KL’ (46.6%); in Polissia – in ‘DK 7160 KL’ (47.1%) and ‘DK 7155 KL’ (46.8%). The minimum content of erucic acid in the seeds of spring rapeseed in the Steppe was in the varieties ‘Aksana’ and ‘DK 7150 KL’, in the Forest-Steppe – ‘GK 7160 KL’, ‘CLICK KL’, ‘DK 7155 KL’ and in the Polissia zone – ‘DK 7160 KL’ and ‘DK 7150 KL’. | Мета. Визначити основні показники продуктивності та якості насіння нових сортів ріпаку ярого за вирощування їх у різних аргокліматичних зонах України. Методи. Польовий, лабораторний. Польові дослідження проводили на базі Філій Українського інституту експертизи сортів рослин у 2015–2016 рр. в зоні Полісся, Лісостепу та Степу. Результати. У Державному реєстрі сортів рослин, придатних для поширення в Україні (Реєстр сортів рослин України) станом на 22.08.2019 р. міститься 60 сортів ріпаку ярого типу розвитку, з яких 42 (70,0%) – іноземної селекції та 18 (30,0%) – вітчизняної селекції. Максимальна посівна площа в Україні зайнята ріпаком ярим була в 2018 році на рівні 68,3 тис. га, що вдвічі більше площ 2013 року. У 2019 році спостерігалось кардинальне зниження посівних площ. Урожайність досліджуваних сортів ріпаку за 2015–2016 рр. у зоні Степу була в середньому 0,94–1,17 т/га; Лісостепу – 2,16–2,29; Поліссі – 1,33–1,62. Урожайність окремих сортів перевищувала 2,0 т/га, вони мали високий вміст олії та сирого протеїну і низький вміст ерукової кислоти та глюкозинолатів у насінні. Вміст ерукової кислоти не перевищував 0,1%, глюкозинолатів – 0,8%. Висновки. Максимальна урожайність у зонах Лісостепу і Полісся була в сорту ‘ДК 7160 КЛ’ – 2,28 т/га та 1,62 т/га відповідно. Максимальний вміст сирого протеїну в Степовій зоні встановлено в сорту ‘Аксана’ – 26,6%, у зоні Лісостепу в ‘Білдер’ – 25,4%, у зоні Полісся в ‘Сандер’ – 24,9%. Високий вміст олії в насінні в зоні Степу формували сорти: ‘Білдер’ – 45,0% та ‘ДК 7155 КЛ’ – 45,2%, у Лісостепу ‘Сандер’ – 46,5% та ‘ДК 7155 КЛ’ – 46,6%; у Поліссі ‘ДК 7160 КЛ’ – 47,1% та ‘ДК 7155 КЛ’ – 46,8%. Мінімальний вміст ерукової кислоти в насінні ріпаку ярого у Степу був у сортів – ‘Аксана’, ‘ДК 7150 КЛ’, у Лісостепу – ‘ДК 7160 КЛ’, ‘КЛІК КЛ’, ‘ДК 7155 КЛ’ та в зоні Полісся – ‘ДК 7160 КЛ’, ‘ДК 7150 КЛ’. | Цель. Определить основные показатели продуктивности и качества семян новых сортов рапса ярового при выращивании их в разных аргоклиматических зонах Украины. Методы. Полевой, лабораторный. Полевые исследования проводили на базе Филиалов Украинского института экспертизы сортов растений в 2015–2016 гг. в зоне Полесья, Лесостепи и Степи. Результаты. В Государственном реестре сортов растений, пригодных для выращивания в Украине (Реестр сортов растений Украины) по состоянию на 22.08.2019 г. содержится 60 сортов рапса ярового типа развития, из которых 42 (70,0%) – иностранной селекции и 18 (30,0%) – отечественной селекции. Максимальная посевная площадь в Украине, занятая рапсом яровым, была в 2018 году на уровне 68,3 тыс. га, что вдвое больше площадей 2013 года. В 2019 году наб­людалось кардинальное снижение посевных площадей. Урожайность изучаемых сортов рапса в 2015–2016 гг. в зоне Степи была в среднем 0,94–1,17 т/га, Лесостепи – 2,16–2,29, Полесье – 1,33–1,62. Урожайность отдельных сортов превышала 2,0 т/га, они имели высокое содержание масла и сырого протеина и низкое содержание эруковой кислоты и глюкозинолатов в семенах. Содержание эруковой кислоты не превышало 0,1%, глюкозинолатов – 0,8%. Выводы. Максимальная урожайность в зоне Лесостепи и Полесья была у сорта ‘ДК 7160 КЛ’ – 2,28 и 1,62 т/га соответственно. Максимальное содержание сырого протеина в Степной зоне установлено у сорта ‘Аксана’ – 26,6%, в зоне Лесостепи –‘Билдер’ – 25,4%, в зоне Полесья – ‘Сандер’ – 24,9%. Высокое содержание масла в семенах в зоне Степи формировали сорта: ‘Билдер’ – 45,0% и ‘ДК 7155 КЛ’ – 45,2%, в Лесостепи ‘Сандер’ – 46,5% и ‘ДК 7155 КЛ’ – 46,6%, в Полесье ‘ДК 7160 КЛ’ – 47,1% и ‘ДК 7155 КЛ’ – 46,8%. Минимальное содержание эруковой кислоты в семенах рапса ярового в Степи было у сортов: ‘Аксана’, ‘ДК 7150 КЛ’, в Лесостепи: ‘ДК 7160 КЛ’, ‘КЛИК КЛ’, ‘ДК 7155 КЛ’ и в зоне Полесья: ‘ДК 7160 КЛ’, ‘ДК 7150 КЛ’.

Purpose. Determine the main indicators of productivity and quality of seeds of spring rapeseed new varieties during their cultivation in different argoclimatic zones of Ukraine. Methods. Field, laboratory. Field studies were carried out on the basis of the Branches of the Ukrainian Institute for Plant Variety Examination in the zones of Polissia, Forest-Steppe and Steppe in 2015–2016. Results. The State Regis­ter of Plant Varieties Suitable for Distribution in Ukraine (the Register of Plant Varieties of Ukraine) as at 22 August 2019 contains 60 varieties of spring rapeseed, of which 42 (70.0%) are of foreign origin and 18 (30.0%) are Ukrainian cultivars. The maximum sown area in Ukraine occupied by spring rapeseed was about 68.3 thousand ha in 2018, which is twice as much as the area of 2013. In 2019, a dramatic decrease in sown area was observed. The productivity of the studied rapeseed varieties in 2015–2016 in the Steppe zone was on average 0.94–1.17 t/ha; Forest-steppe – 2.16–2.29; Polissia – 1.33–1.62. The yields of individual varieties exceeded 2.0 t/ha; they had a high content of oil and crude protein and a low content of erucic acid and glucosinolates in the seeds. The content of erucic acid did not exceed 0.1%, glucosinolates – 0.8%. Conclusions. The highest yield in the zones of Forest-Steppe and Polissia was observed from ‘DK 7160 KL’ variety – 2.28 t/ha and 1.62 t/ha, respectively. The maximum crude protein content in the steppe zone was found in ‘Aksana’ variety (26.6%), in the Forest-steppe zone – in ‘Bilder’ (25.4%,) in the Polissia zone – in ‘Sander’ (24.9%). High oil content in seeds in the Steppe zone was in varieties ‘Bilder’ (45.0%) and ‘DK 7155 KL’ (45.2%), in the Forest-Steppe – in ‘Sander’ (46.5%) and ‘DK 7155 KL’ (46.6%); in Polissia – in ‘DK 7160 KL’ (47.1%) and ‘DK 7155 KL’ (46.8%). The minimum content of erucic acid in the seeds of spring rapeseed in the Steppe was in the varieties ‘Aksana’ and ‘DK 7150 KL’, in the Forest-Steppe – ‘GK 7160 KL’, ‘CLICK KL’, ‘DK 7155 KL’ and in the Polissia zone – ‘DK 7160 KL’ and ‘DK 7150 KL’.

Purpose. To reveal the scientific bases of forming the conveyor production of commercial products of lettuce, Lactuca sativa L., varieties in the conditions of the Western Forest-Steppe of Ukraine. Methods. Field research was conducted during 2015–2017 at the research field of the Department of Horticulture and Vegetable Growing of the Lviv National Agrarian University in accordance with the Methodology on Experimental Techniques in Vegetable and Melon Growing (2001) and Methods of Expertise of lettuce, Lactuca sativa L., varieties. Results. It is revealed that the soil and climatic conditions of the Western Forest-Steppe of Ukraine contri­bute to the optimal growth and development of all lettuce varieties of the corresponding types, as evidenced by the structure of conveyor receipt of fresh commodity products to the consumer (first decade of April – first decade of November). The shortest growing season was provided by lettuce varieties var. secalina ‘Zorepad, ‘Malakhit, ‘Dublianskyi’, which have the shortest period from seedlings to technical ripeness (21–42 days). Therefore, varieties of this variation occupy the lar­gest share in the conveyor production of commercial products, which, with early spring sowing in open ground (April 14–20), comes to the consumer in the first decade of May. Winter sowing (21.11) ensured the receipt of fresh produce in the first decade of April. Commercial products by mass of edible organs, shape of the rosette of leaves (heads, stems), color, consistency and taste qualities corresponds to the technical requirements for Lactuca sativa L. Conclusions. The selection of varieties of lettuce for the conveyor production of commercial products should be carried out taking into account the variety of the corresponding type, ripeness group, and timing of sowing. The receipt of fresh lettuce to the consumer is directly dependent on the timing of seeds sowing (early spring, late spring, summer-autumn and winter).

Мета. Оцінити зразки базової колекції хмелю звичайного (Humulus lupulus L.) Інституту сільського господарства Полісся НААН (ІСГП НААН) за рівнем прояву основних морфологічних ознак для виділення вітчизняних сортів з еталонними ознаками. Методи. Польовий, візуального оцінювання, лабораторний, аналітичний. Результати. Упродовж 2011–2017 рр. проведено оцінювання зразків базової колекції хмелю звичайного (Humulus lupulus L.) в умовах Полісся, визначено рівень прояву їхніх основних морфологічних ознак. Сформовано інформаційну базу морфологічних ознак сортів хмелю з переліком іноземних сортів-еталонів та вітчизняних претендентів в еталони за певними ознаками. Сорти мають різний ступінь виявлення ознак. Зокрема, за інтенсивністю антоціанового забарвлення стебла: від дуже слабкого – ‘Слов’янка’, ‘Заграва’ до дуже сильного – ‘Граніт’; за забарвленням верхньої частини листкової пластинки: від жовто-зеленого забарвлення, характерного для сортів ‘Альта’ та ‘Хмелеслав’ до зеленого – для сортів ‘Заграва’ та ‘Клон 18’. За часом цвітіння та настанням технічної стиглості шишок сорти розподілено за групами: ранні – ‘Альта’, середні – ‘Клон  18’, ‘Заграва’, пізні – ‘Ксанта’, ‘Гайдамацький’, ‘Граніт’. Серед вітчизняних претендентів в еталони за формою куща запропоновано сорт ‘Зміна’ – веретеноподібна, ‘Слов’янка’ – циліндрична, ‘Альта’ – конічна та ін.; за формою шишки – сорт ‘Клон 18’ – циліндрична, ‘Слов’янка’ – вузько-овальна, ‘Руслан’, ‘Альта’ – овальна, ‘Злато Полісся’ – широкоовальна та ‘Житич’ – куляста. Висновки. За результатами багаторічних досліджень проведено порівняльне оцінювання сортів-еталонів іноземної селекції та зразків колекції вітчизняного походження за характеристиками вегетативних (стебло, листки, кущ) і генеративних органів рослин (шишка) та фенологічними описами (час цвітіння і збирання шишок), що дозволило визначити сорти зі стабільним проявом основних ідентифікаційних ознак хмелю. Виділено та запропоновано для використання у ролі еталонів вітчизняні сорти, які є носіями окремих ознак (‘Злато Полісся’, ‘Житич’, ‘Руслан’, ‘Поліський’) або декількох (‘Слов’янка’, ‘Заграва’, ‘Гайдамацький’, ‘Клон 18’, ‘Хмелеслав’, ‘Альта’ та ін.).