• TABLE OF CONTENTS
HIDE
 Title Page
 Objectives y considerations de...
 Termes cles
 Resume des etapes
 L'analyse et l'interpretation des...
 Planification de l'experimentation...
 Reference
 Figures 1-6
 Historic note














Group Title: Etapes dans l'analyse et l'interpretation des donnees de la recherche-vulgarisation dans un exploitation agricole en utlisant l'analyse de stabilite modifiee : guide d'instruction
Title: Étapes dans l'analyse et l'interprâetation des donnâees de la recherche-vulgarisation dans un exploitation agricole en utlisant l'analyse de stabilitâe modifiâee
CITATION THUMBNAILS PAGE IMAGE ZOOMABLE
Full Citation
STANDARD VIEW MARC VIEW
Permanent Link: http://ufdc.ufl.edu/UF00073324/00001
 Material Information
Title: Étapes dans l'analyse et l'interprâetation des donnâees de la recherche-vulgarisation dans un exploitation agricole en utlisant l'analyse de stabilitâe modifiâee guide d'instruction
Physical Description: 16 p. : ill. ; 28 cm.
Language: French
Creator: Hildebrand, Peter E
Papajorgji, Petraq J
McGrath, Deborah
University of Florida -- Institute of Food and Agricultural Sciences
Publisher: International Training Division., Institute of Food and Agricultural Sciences, University of Florida
Place of Publication: Gainesville
Publication Date: 1992
 Subjects
Subject: Field experiments   ( lcsh )
Agricultural innovations -- Research   ( lcsh )
Agricultural systems -- Research   ( lcsh )
Agricultural extension work   ( lcsh )
Genre: government publication (state, provincial, terriorial, dependent)   ( marcgt )
bibliography   ( marcgt )
non-fiction   ( marcgt )
 Notes
Bibliography: Includes bibliographical references (p. 16).
Statement of Responsibility: par Peter E. Hildebrand, traduit par: Petraq Papajorgji et Deborah McGrath.
General Note: "Septembre 1992."
General Note: Cover title.
 Record Information
Bibliographic ID: UF00073324
Volume ID: VID00001
Source Institution: University of Florida
Rights Management: All rights reserved by the source institution and holding location.
Resource Identifier: oclc - 81916140

Table of Contents
    Title Page
        Title Page
    Objectives y considerations de base
        Page 1
    Termes cles
        Page 2
    Resume des etapes
        Page 3
    L'analyse et l'interpretation des donnees sur-le-terrain
        Page 4
        Page 5
        Page 6
        Page 7
        Page 8
        Page 9
        Page 10
        Page 11
        Page 12
        Page 13
        Page 14
    Planification de l'experimentation sur-le-terrain
        Page 15
    Reference
        Page 16
    Figures 1-6
        Page 17
        Page 18
        Page 19
        Page 20
        Page 21
        Page 22
    Historic note
        Page i
Full Text





















ETAPES DANS L'ANALYSE ET L'INTERPRETATION DES DONNEES DE LA
RECHERCHE-VULGARISATION DANS UNE EXPLOITATION AGRICOLE EN
UTILISANT L'ANALYSE DE STABILITY MODIFIED.

GUIDE D'INSTRUCTION


par

Peter E. Hildebrand


traduit par:

Petraq Papajorgji et Deborah McGrath









septembre 1992








International Training Division
Institute of Food and Agricultural Sciences
University of Florida
Gainesville, Florida 32611-0480 USA








ETAPES DANS L'ANALYSE ET L'INTERPRETATION DES DONNEES DE LA
RECHERCHE-VULGARISATION DANS UNE EXPLOITATION AGRICOLE EN
UTILISANT L'ANALYSE DE STABILITY MODIFIEE.

GUIDE D'INSTRUCTION

Peter E. Hildebrand 1

L'Analyse de Stabilit6 Modifi6e (ou bien ASM, MSA le sigle en
anglais) (Hildebrand, 1984) est une procedure pour concevoir,
analyser et interpreter des donn&es de recherche sur une
exploitation agricole. La m&thode peut servir de base pour
construire un programme complete de recherche et de vulgarisation
en milieu rural (Hildebrand et Russell, 1992). Ce guide presente
quelques unes des procedures de base pour analyser et interpreter
les donned saisies dans une exploitation agricole dans le cadre
d'un example de recherche et de vulgarisation. Pour cet exemple,
une conception adequate a 6et chloisie (Singh, 1990).

OBJECTIVES:

L'emploi de ce guide doit fournir l'utilisateur avec:

1. Les tapes a suivre pour faire des recommendations
technologiques sur des environnements de nature bio-physique
particuliere et de nature socio-6conomique, cr6es
consid6rant les voeux, les besoins et les contraintes de
resource des agriculteurs.

2. Une comprehension de base des exigences de la conception
utilisee afin de permettre l'utilisation de ASM.

CONSIDERATIONS DE BASE:

1. On consid6re que l'utilisateur de ce guide doit etre
familiar avec ASM.

2. Le fait que 1'Analyse de Variance (ANOVA) peut etre utilisee
conjointement avec ASM n'est pas important. On ne se r6efre
pas & 1'ANOVA dans ce guide.

3. Les analyses peuvent se faire manuellement, avec un
calculateur ou bien avec un ordinateur utilisant SAS,
spreadsheet ou tout autre programme analytique. Le niveau de
sophistication depend des capacit6s de l'utilisateur -. des
equipment disponibles. Les sujets discut6s ci-dessous, avec
les exceptions notees, sont independents des moyens uti'.is6s
pour mener l'analyse.


'Professeur, D6partement des Agro-Economiques (Food and
Resource Economics) et Dir6cteur, Division d'Instruction
International, Institute of Food and Agricultural Sciences,
University of Florida, Gainesville, Florida 32611-0240, USA.









TERMS CLES


Interval de confiance La probability que le critere
d'evaluation choisi (p.e.Mg ha") soit
dans l'interval au dessus et au dessous
de la moyenne. Cela se calcule utilisant
la formule:
y t, s/n
Environnement Les conditions naturelles bio-physiques
et les conditions cr66s et modifies
dans un context qui existe, pour
l'levage des animaux et la croissance
des plants, sur le milieu des
exp6rimentations.

Index d'Environnement,IE
Une measure convenable de l'environnement
sur le milieu des experimentations. Pour
un environnement particulier, c'est la
moyenne de tous les traitements
effectu6s dans cet environnement,
habituellement basee sur la production
physique par hectare.
Critbre d'evaluation Les param&tres utilis6s pour compare
les traitements. Ils peuvent r6flecter
le souhait du chercheur (p.e. Mg ha") ou
bien celui de l'agriculteur (kg/graine).

Domaines de recommendation
Les situations dans lesquelles des
traitements ou des technologies
particuliers seront recommand6s. Ils
seront d6finis par une combinaison de
facteurs d'environnement et de criteres
d' valuation.

Domaines de Recherche La game des environnements sur laquelle
les experimentations ont dt6 effectuees.
D'une maniere ideale elle repr6sente une
large ensemble de conditions.

Risque Latprobabil ~ (ou pourcentage du temps)
qge le crit' i' d'1valuation choisi, p.e.
Mgifa1, soiit u dessous d'un certain
niveau.


Experimentation


Se ref&re normalement a un ensemble de
traitements 4valu6s sur une game
d'dnvironnements ou bien & l'ensemble
des traitements dans chaque
environnement. Cette double definition,
peut raremerA. causer des ambiguit6s.










RESUME DES ETAPES DANS L'ANALYSE ET L'INTERPRETATION DES DONNEES
SAISIES SUR UNE EXPLOITATION.


Prdalablement h l'analyse minutieuse et a l'interpretation des
donnees de recherche sur-le-terrain, on doit choisir une
conception d'experimentation adequate de facon a permettre ce
type d'analyse. La conception de la recherche sur-le-terrain sera
discut6e par la suite dans ce guide.

Etapes:

1. Calculer l'index d'environnement, IE.

2. Presentation graphique des observations liant les r6sultats
des traitements et IE et faire par la suite, une estimation
de la nature de la relation entire chaque traitement et IE.
Cette &tape est assez important et ne doit pas Atre
neglig&e d'aucune manidre. Le fait de ne pas connaltre la
nature de cette relation peut conduire a des conclusions peu
appropriees.

3. Comparer les r6sultats de tous les traitements avec IE.

4. Comparer les r6sultats lorsque un critere d'ivaluation
alternatif est utilise.

5. Interpr6ter.les r6sultats et definir des domaines de
recommendation:

5a. Caractdriser les environnements. Souvent, les donndes durant
cette &tape seront absentes. La conception d'experimentation
et les procedures de saisie de donnees doivent prevoir des
ad6quates possibilities afin de recueillir toutes les donn6es
necessaires.

5b. Interpreter les r6sultats considdrant des critgres
d'evaluation multiples. Les personnel concernees dans le
proces d'exp6rimentation sur-le-terrain (chercheurs,
agriculteurs) ont les meilleurs chances d'utiliser leur
imagination, connaissance et jugement pour interpreter les
resultats et les convertir en recommendations utiles (Andrew
Sft Hildebrand, 1993).
7.rc
5c. 'Evaluer le risque associ6 a l'utilisation des nouvelles
technologies an les comparant avec celles utilis~es par les
agriculteurs eux m&mes. Quelques unes des technologies de
hauts rendements, nouvelles ou bien deja introduites,
peuvent aussi bien presenter un plus grand risque de
rendements plus bas.


^ \'..










5d. Prendre des decisions concernant les domaines de
recommendation. Ces recommendations doivent etre utiles aux
agriculteurs et aux travailleurs sur-le-terrain.

L'ANALYSE ET L'INTERPRETATION DES DONNEES SUR-LE-TERRAIN

INTRODUCTION

La recherche sur-le-terrain peut avoir des functions diverse et
peut etre gerer par des chercheurs, travailleurs sur-le-terrain
et/ou agriculteurs (Hildebrand et Poey, 1985). La voie, la plus
appropriate afin d'incorporer la participation des agriculteurs
est simple: tres peu de traitements, une conception sans
rep6tition ayant un jusqu'a trois traitements a Atre comparable
aux technologies propres aux agriculteurs.

A titre d'exemple, une experimentation effectuee dans le basin
d'Amazona, au Br6sil, (Singh, 1990) de 4 traitements de 8
environnements et sans r6eptition, sera utilisee. Une information
suppl6mentaire sur la conception sera donnee ulterieurement,
lorsque la discussion des tapes de l'analyse aura lieu.


RESPONSE DES TRAITEMENTS AUX DIFFERENT ENVIRONNEMENTS

On utilise le term "environnement" plut6t qu'une "exploitation
agricole" parce qu'il peut arriver que dans une seule ferme ou
meme dans un seul champ, plusieurs environnements existent et
doivent etre considers pour l'1levage des animaux et la
croissance des plants. Il se peut que des agriculteurs
semblables g6rent diffdrents environnements d'une fagon
differente aussi bien que diff&rents agriculteurs peuvent g6rer
des environnements semblables d'une fagon diff6rente. En plus,
lorsqu'on parle d'agriculture soutenable, il faudrait plut6t ,
adapter la technologies aux environnements qui changent que le
contraire.


Mesure d'environnement: Index d'Environnement, IE
Etape 1

Les facteurs influengant l'environnement, a propos de l'levage
des animaux et la croissance des plants, sont nombreux et aussi
tres difficiles a 6valuer. Une substitution convenable de measure
de la quality de chaque environnement, dans lequel une
experimentation a 6t6 effectuee, est le "rendement" moyen tenant
compete de tous les traitements compris. Cela est vrai seulement
dans le cas ou les memes traitements sont compris dans tous les
environnements 6chantillon6s. La premiere tape est le calcul de
cet index IE, lequel fournit une measure effective des differences










d'environnement dans le domaine de recherche represents par la
game des IE.

Afin de rendre l'analyse plus facile par la suite, il convient de
trier les donnees dans l'ordre descendant (ascendant) pour les
valeurs de cet index. Les donnees dans la Table 1 sont tries
dans l'ordre descendant pour les valeurs de l'index
d'environnement IE.


Table 1. Reponse du mals plant dans trois sols diff6rents
considerant diverse technologies. Les resultats sont obtenus
lors d'une recherche sur-le-terrain dans une exploitation
agricole en Amazona, Br6sil (Singh, 1990). TA veut dire
Technologie des Agriculteurs, ERT veut dire Eaux R6siduaires
Traits (en Manaus), EP Engrais de Poulet et SPT super phosphate
triple. Pour les details voir Singh, 1990.



Nb.Exp. TA ERT SPT EP IE

7 2.5 1.4 4.5 4.0 3.1
6 2.2 1.0 4.2 3.6 2.8
2 0.0 1.1 3.4 4.4 2.2
8 0.2 0.7 3.5 4.0 2.1
5 0.2 0.7 3.4 3.6 2.0
4 0.2 1.1 1.6 2.8 1.4
1 0.2 0.2 1.3 2.8 1.1
3 0.0 0.0 0.2 0.6 0.2

Moyenne 0.7 0.8 2.8 3.2 1.9


Relation entire reponse du traitement et environnement
Etape 2.

Les donnees sur la production pour chaque traitement doivent etre
lies a l'index de l'environnement. Le but de la deuxiame &tape
est la presentation graphique des r4sultats d'un traitement vers
IE comme la Figure 1 le montre. Ii est tres n6cessaire de
connaitre la nature de cette relation: si elle est lin6aire ou
bien nonlin6aire. Tracer une simple droite ou une courbe peut
etre de beaucoup d'aide.

Lorsqu'on considere les technologies, le problem devient plus
delicat. Dans le cas de la regression lineaire une simple
calculatrice peut suffire pour r6soudre le probl&me, mais dans le
cas de la regression non lin&aire l'utilisation d'un-ordinateur
est conseillee. La Figure 2 montre l'1stimation de la nature de
la relation utilisant la regression lin6aire.










L'interaction entire traitements et environnement
Etape 3.

Lorsque l'ftude de la nature de la relation entire tous les
traitements et IE est terminde, il faut compare la r6ponse des
traitements a l'environnement comme montrd dans la Figure 3. Cela
fait l'objet de l'tape 3. Il n'y a pas d'interaction si toutes
les droites sont paralleles. S'il n'y aucun traitement
interactant avec l'environnement, alors le traitement qui donne
le r6sultat le plus grand sur tous les environnements, sera le
meilleur pour le critere utilis6, dans n6tre cas, Mg ha'.
Toutefois, si les droites ne sont pas paralleles, comme c'est le
cas dans la Figure 3, alors il existe une interaction entire le
traitement et l'environnement et diff6rents traitements peuvent
dtre les meilleurs pour diff6rents environnements. Il faut noter
que les valeurs de IE se situent dans la parties superieure de la
Figure 3. Cela sera utile lors de l'1valuation de la confidence
avec laquelle on consid&re les r6ponses relatives a
l'interaction entire traitement et environnement et lorsqu'on
concevoit les domaines de recommendation.




CRITERE DE CHERCHEUR
MAIS, MANAUS, 1989


I TSP
4-

3-

I



0
0-

0 0.5 1 1.5 2 2.5 3 3.5
INDEX D'ENVIRONNEIP;ENT, El



Figure 1. La r~ponse observe en Mg ha' lors de l'interaction
entire le traitement en SPT et l'environnement (IE) pour la
culture de mats en Amazona, Br6sil (Singh,1990).








CRITERE DE CHERCHEUR
MAIS, MANAUS, 1989
5






2
4- ----- ,----------,,-.--------- I





-r




0


0 0.5 1 1.5 2 2.5 3 3.5
INDEX D'ENVIRONNEMENT, El


Figure 2. La r6ponse 6stim6e lin6aire en MG ha-1 lors de
l'interaction entire le traitement en SPT et L'environnement (IE)
pour la culture de mais en Amazona, Br6sil (Singh, 1990).



CRITERE DE CHERCHEUR
MAIS, MANAUS, 1989


4

3-'-

2




0 -

A A A A A A A A
_ I ,,


FP

PCW

TSP

CM
A
Els


0 0.5 1 1.5 2 2.5 3 3.5
INDEX D'ENVIRONNEMENT

Figure 3. La r6ponse 6stimee en Mg ha-' des 4 traitements A
l'environnement (IE) pour la culture de mats en Amazona, Br6sil
(Singh, 1990).










Trois criteres aident a 6valuer la confiance avec laquelle on
peut considerer les r6ponses relatives aux traitements a
l'environnement. Lq premier est li6 a la game des environnements
considers comme echantillons, le second est lie aux conditions
generales de l'annee dans le domaine de recherche et le troisi&me
a la distribution des environnements dans le domaine de
recherche.

1) L'amplitude de l'index de 1'environnement, IE, devrait etre au
moins aussi grande que la moyenne g6n6rale IE. Si cela n'est pas
respect6, veut dire que le domaine de recherche inclut seulement
les meilleures annees ou autrement dit que l'ann6e 6tait
exceptionelle. Cela explique l'existence des hauts rendements
partout dans le domaine de recherche.

2) Les r6sultats devraient approximativement montrer ce qui se
passera dans les ann6es & venir. Si l'annee etait
particulierement bonne partout ou mal partout, ou bien si
seulement des tres bons sites ou de tr&s mauvais sites sont
choisis alors ce critere pourait ne pas 6tre verifi6.

3) Les valeurs de IE devraient 6tre uniformement distributes dans
la game des environnements pris comme 6chantillons.

Les donnees de la Table 1 satisfont bien aux trois criteres.
L'amplitude des IEs (3.1-0.2=2.9) est plus grande que la moyenne
gendrale IE (1.9). On remarque que le premier critere est
largement satisfait. L'amplitude de IE montre que le deuxi&me
critere est satisfait aussi bien. Ce resultat ,vue les
conditions, s'attendait. La distribution des IEs, montres dans
les Figures 1 3 est bien raisonable et satisfait au troisieme
crit&re. Cependant, meme si le nombre des environnements soit si
bas, dtant donned le nombre des traitements, on devrait avoir
entire les traitements une relation stable sur le temps et que/
l'experimentation soit rfepete dans le domaine de recherche (pas
necessairement les memes exploitations ou sites). Cette idee est
repr6sent6e dans la Figure 3. Cela veut dire aussi que les
personnel participant dans l'exp6rimentation peuvent avoir
confiance lorsqu'ils font des recommendations aux agriculteurs
dans le domaine de recommendation specific tenant compete
seulement des donnees de cette annee.

Critere d'6valuation multiple
E'.~pe 4.
Le critere d'e~aluation utilis6 pour calculer IE comme ci-dessuE;
est Mg ha1. Il est le critere le plus commun utilise par les
agronomes lors des experimentations sur les plants et jug6 come
une base appropriate pour calculer IE. Cependant, il y a peu
d'agriculteurs que l'utilisent lorsqu'ils prennent des decisions
relatives a la production. Si la graine, le travail ou l'argent











sont plut6t rares, alors les crit&res les plus approprins sont
respectivement kg/kg graine, kg/journ6e de travail ou bien

kg/dollar du coat. ASM se comporte A l'aise dans des analyses
utilisant les criteres multiples. Le but de la quatrieme tape
est de compare des criteres d'evaluation alternatifs. La Figure
4 est base sur le critere usuel des agriculteurs, le kg/$ coQt.
On remarque que le m6me IE est utilise cela ne change pas avec
les changements du critere d'evaluation. Les valeurs des IE
forment l'axe des X, ces valeurs ne chanqent pas. Les valeurs des
criteres forment l'axe des Y, ces valeurs changent. Les m&mes
procedures sont utilisees pour obtenir ces relations comme elles
ont 6t6 utilis6es pour obtenir les relations bashes sur le
critere des chercheurs, Mg ha'.



CRITERE DE L'AGRICULTEUR
MAIS, MANAUS, 1989


200

150

100

50 /

0
-Aoo "AA A A
-50A
0 0.5 1 1.5 2 2.5 3 3.!
INDEX D'ENVIRONNEMENT


FP

PCW

TSP

CM

Els


Figure 4. La r6ponse 6stimbe en kg $4 des 4 traitements a
l'environnement (IE) pour la culture de mais en Amazona, Bresil
(Singh, 1990).


DEFINITION DES DOMAINES DE RECOMANDATION POUR LA DIFFUSION


Etape 5.


Le but de la cinquieme tape est d'interpreter les r6sultats et
de definir les domaines de recommendation. Cela implique les










sous-6tapes suivantes: 1) caract6riser les environnements,
2)interpr6ter des crit&res d'6valuation multiples, 3)6valuer le
risque, et 4) definir les domaines de recommendation. Consid6rant
les situations pour lesquelles des traitements ou technologies
particuliares seront a recommander, les domaines de
recommendation dependent des caracteristiques des environnements
et du choix des criteres d'evaluation.

Caract6riser les environnements
Etape 5a.
Les environnements peuvent etre caracteris6s en utilisant des
facteurs biophysiques et socio-economiques, qui en m&me temps,
peuvent etre de nature qualitative ou quantitative. Les donnees
obtenues pour les environnements dans l'exemple de Amazona,
enclosent les caracteristiques des sols et d'une cat6gorie
s'app6llant classese de la terre", pr6sent6e dans la Table 2. Les
caracteristiques des sols sont claires. La classes de la terre se
ref&re a la sorte de la fort qui a 6t6 couple (P-primaire, S-
secondaire) et le nombre des annres pendant lesquels elle a 6t6
cultiv6e. (1 = premiere annie, etc..) Le terme WL se refere & la
terre qui a 6t6 n6toy6e par bulldozer pendant la colonisation,
done il s'agit essentiellement de terre nue.

Table 2. Caract6ristiques des environnements des sites 6tudies
lors de l'experimentation du mais en Amazona, Bresil (Singh,
1990).



IE Type de la terre pH ECEC Al sat P205

3.1 PF1 5.2 4.21 58.3 7.4
2.8 PF1 5.1 3.45 69.1 7.1
2.2 SF1 4.6 2.29 91.7 '4.5
2.1 PF1 4.5 2.26 79.2 6.8
2.0 PF2 4.6 2.45 80.0 5.0
1.4 SF2 4.1 3.12 94.8 2.8
1.1 SF2 4.2 1.99 90.7 2.0
0.2 WL 3.9 1.35 94.8 0.1



Les donnees de la Table 2 sont tribes selon les valeurs de IE,
cela facility 1'evaluation de la relation entire IE et ces
caracteristiques. Les valeurs basses de IE sont associ6es avec
les valeurs basses du pH, avec les valeurs basses du niveau de
phosphorus, avec les valeurs basses de ECEC mais avec les valeurs
hautes de saturation en aluminium. Ces relations peuvent etre
representees graphiquement et/ou 6stimees par une technique de











regression. Dans ce cas IE est la variable dependente come c'est
le cas du pH dans la Figure 5.

Peut-8tre, la plus utile pour les agriculteurs et les agents de
vulgarisation serait la classes de la terre, parce que, dans ces
conditions, les agriculteurs rarement ont de l'information
detaill6e pour leurs champs. On peut facilement noter que la
nature de la fort qui a 6tf n6toy~e et les annees de son
utilisation sont tres liees & IE.

Critere d'6valuation alternatif
Etape 5b.
Beaucoup de criteres devaluation peuvent s'appliquer au m&me
ensemble de donnees de recherche sur-le-terrain. Dans l'exemple,
deux criteres d'evaluation sont illustr6s: Mg ha'1 dans la Figure
3 et kg $'s dans la Figure 4. Dans le cas precedent, en utilisant
le critere des chercheurs, SPT est a recommander pour les deux
plus grandes valeurs de IE et EP est a recommander pour le reste
des environnements. Les deux premieres valeurs de IE sont PF,.
MOme la quatrieme valeur de IE est aussi PFI. La difference est
que les deux premieres ont un pH plus grand de 5 et leur niveau
de phosphorus est au dessus de 7. Mais les agriculteurs ne
disposent pas de ce genre d'information et pour cela il est
necessaire de grouper tous les PF1 dans un domaine de

CARACTERISATION DES ENVIRONNEMENTS
MAIS, MANAUS, BRAZIL (SINGH, 1990)


3.



2-





0.5


3.8 4 4.2 4.4 4.6 4.8 5 5.
pH


OBSNS
R2 = .94


Figure 5. Relation entire le pH du sol et IE des sites dans les
experimentation de mais en Amazona, Br6sil (Singh, 1990).










recommendation et toutes les autres classes dans un autre. Les
personnel concern6es de l'experimentation, incluant ici les
agriculteurs aussi, doivent faire ce raisonement afin de
faciliter la dissemination des r6sultats.

Pour le critere des agriculteurs, kg $", aucune des
rectifications est suphribure a la pratique des agriculteurs A
propos des terres nues de premiere ou second classes de fort
dans la premiere annee de la production des plants. Ainsi, se
basant sur ce critere, aucune des rectifications n'est pas a
recommander aux agriculteurs produisant du mats dans les terres
nues, just un an apres le nettoyage. Apres un an de production,
soit EP ou SPT peuvent etre recommandable. Ce choix doit etre
fait en considerant le risque.


Considerations sur le risque.
Etape 5c.
La probability des valeurs basses, (une measure pour le risque)
pour le critere choisi, pour chacune des technologies evaluees
dans l'experimentation, peut etre 6stimbe par la distribution des
intervals de confiance basee, sur les r6sultats du traitement
dans
le domaine de recommendation particulier. A titre d'exemple on
consid6re le choix entire EP et SPT en second ou troisieme annee
d'utilisation ayant comme crit&re celui des agriculteurs, kg $1.
La formule (1):

y t, s/Vn (1)

donne l'interval de confiance pour le niveau de probability a.
Cette valeur de l'interval est lue dans un tableau "t" A deux
dimensions, pour n-1 degrees de liberty et "s" donne l'ecart type
des observations effectuees dans les domaines de recommendation
potentiels. Lire le "t" table avec le niveau de probability 0.4
veut dire que 40% des valeurs se trouvent en dehors l'interval
et que 60 % des valeurs se trouvent dans l'interval defini par la
formule. La plus petite valeur obtenue par la formule (2):

y- t / s/Vn (2)

fournit l'information .ar le niveau de risque associe a
l'application de la tc ,hnologie dans ce domaine de
recommendation. Cela vaut dire qu'on obtient ainsi la probability
que la production ou ??tre critere devaluation soit au dessous
de la valeur obtenue par la formule 2. La Table 3 montre les
calculs n&cessaires et la Figure 6 repr6sente graphiquement les
niveaux de risque pour EP et SPT. Ces calculs sont faits
lorsqu'on utilise le critere des agriculteurs, kg $1 et la
culture de mats, apr&s la premiere annee de la cultivation de la











terre, moyennant la formule 2. Dans ce cas, EM est moins risqueux
que SPT (car peut arriver avec une probability plus petite) et
SPT peut etre recommandable pour l'environnement en question.

Domaines de recommendation

Considerant toutes les analyses, les interpretations et les
jugements faits, certain domaines de recommendation peuvent Atre
sugg&res pour cette simple experimentation sur-le-terrain. Le
traitement a recommander depend de 1'environnement et du critere
d'evaluation de l'agriculteur. Pour d6finir un environnement, il
faut avoir une information abondante sur le sol que l'agriculteur
va cultiver, le temps a planter et/ou autres facteurs qui peuvent
apparaltre dans l'analyse et peuvent etre important. Le critere
d'6valuation depend de la rarete des resources disponibles pour
un agriculteur particulier et de ce que l'agriculteur veut
maximiser a propos d'une plante ou bien d'une elevage
particuliere. A titre d'exemple, dans la Table 4 se resument les
options disponibles pour un agent de vulgarisation et different
agriculteurs. Si Mg ha1 est un critore applicable, alors SPT
peut etre recommand6 pour les terres obtenues par le n6ttoyage
des formats durant leur premiere ann6e de production. EP peut
etre recommande pour toutes les autres terres. Si kg $' est
applicable, ce qui est vraisemblablement le cas, ce que les
agriculteurs actuellement font (TA) est la meilleure solution
pour toutes les terres dans leur premiere annee de production. Si
les agriculteurs veulent ou ont besoin de produire du mats dans
la second annee, EP pourait Otre recommande.


Table 3. Les calculs de risque comparant EP et SPT pour les
classes de terre PF2, SF2 et WL utilisant la formule:
y t. s//n avec y = la moyenne et s = l'4cart type.



a % du temps au dessous t=3 EP SPT

50 25 0.765 15.7 12.1
60 20 0.978 14.6 10.8
70 15 1.250 13.2 9.0
80 10 1.638 11.3 6.5
90 5 2.353 7.7 1.9
95 2.5 3.182 3.6 -3.4
98 1 4.541 -3.2 -12.1
99 0.5 5.841 -9.7 -20.5
99.9 0.05 12.941 -45.3 -66.2









ESTIMATION DE RISQUE
WL, SF2, PF2


POURCENTAGE AU-DESSOUS DE LA VALEUR


Figure 6. Les niveaux de risque pour le critere kg $4 et les
traitements de EP et SPT pour les experimentations de la culture
de mats en Amazona, Br6sil (Singh, 1990).


Table 4. Resume des facteurs d'environnement et des criteres
devaluation associ6s avec les domaines de recommendation
possibles illustree avec les donnees du mals en Amazona, Br6sil
(Singh, 1990).


Criteres TA EP SPT ERT

chercheurs Tous PF,
(Mg ha' ) les autres seulement


Agriculteur
(kg $-1) PFI,SF, Tous
les autres










PLANIFICATION DE L'EXPERIMENTATION SUR-LE-TERRAIN

Ii est maintenant le temps de considerer la conception des
experimentation appropriees pour produire les donn&es utilis6es
dans cet example afin d'employer l'Analyse de Stabilite Modifiee.

Traitements. Les traitements doivent Otre peu nombreux pour
faciliter la participation des agriculteurs dans
l'exp6rimentation. Ce fait non seulement accroit la diffusion des
resultats acceptable, mais aussi aide les chercheurs et les
agents de vulgarisation a comprendre le critere d'evaluation
utilise par les agriculteurs si utile durant l'analyse des
donnees. Tous les environnements doivent avoir le meme traitement
ou au moins le meme sous-ensemble de traitements. Il faut noter
que les differences dans la gestion de l'exploitation, devient
des facteurs affectuant l'environnement et ont plut6t un effet
positif que negatif sur la planification de l'exp6rimentation.

R&p&titions. L'emploi de 1'AMS n'a pas besoin de r6eptition. Si
les chercheurs et les agents de vulgarisation la souhaitent, afin
de prevoir les pertes possibles, le nombre suffisant des blocs
est de deux.

Environnements. Le nombre des environnements est plus important
que le nombre des repetitions dans chaque environnement. Ce qui
suit, (Stroup et al.) donne une simple explication base sur le
nombre des traitements dans une experimentation.

... le nombre des environnements necessaires pour l'estimation du
traitement par la r6ponse de l'environnement dans les domaines de
recherche et pour la verification dans les domaines de
recommendation n'est pas excessif. Pour avoir au moins 20 degrees
de liberty dans le terme d'erreur et pour avoir une estimation
des r6ponses lineaires et quadratiques ......
si 8 traitements sont inclus dans 1'exp6rimentation .... 6
environnements est un nombre adequat. Pour 4 traitements, 10
environnements seraient n6cessaires et dans une experimentation
de verification avec deux traitements seulement ( le traitement
recommand6 et le control de la part de l'agriculteur, par
example) le nombre de 23 environnements est adequat. Ces
suggestions sont, naturelement, approximatives. (pages 13-14)

Finalement, pour accroltre 1t probabilit6 que le premier des
trois critere pour la confianC;.' arrive, il faut inclure dans la
conception, une large game d'anvironnements ayant differentes
sortes d'agriculteurs. Ceux-ci doivent &tre distribu6s aussi bien
que possible pour aider satisfaire au troisieme critere. Le
deuxieme critere depend largement des conditions naturelles qui
sont au dela du contr61 des personnel faisant recherche sur-le-
terrain.











REFERENCES

Andrew, C.O. and P.E. Hildebrand. 1993. Planning and conducting
applied agricultural research (2nd edition). Westview Press.
Boulder.

Hildebrand, P.E. 1984. Modified stability analysis of farmer
managed, on-farm trials. Agronomy Journal, 76:271-274.

Hildebrand, P.E. and F. Poey. 1985. On-farm agronomic trials in
farming systems research and extension. Lynne Rienner Publ.
Inc., Boulder, Colorado.

Hildebrand, P.E. and J.T. Russell. 1992 (Draft). Modified
stability analysis: A method for the design, analysis and
interpretation of on-farm research-extension.

Singh, B.K. 1990. Sustaining crop phosphorus nutrition of
highly leached oxisols of the Amazon Basin of Brazil through use
of organic amendments. Unpublished PhD Dissertation, University
of Florida, Gainesville.

Stroup, W.W., P.E. Hildebrand and C.A. Francis. 1991. Farmer
participation for more effective research in sustainable
agriculture. Food and Resource Economics Dept. Staff Paper SP91-
32. University of Florida, Gainesville.















IGa.


-P/ Fa/6- U, t J <















CRITERE DE CHERCHEUR
MAIS, MANAUS, 1989
5

mm
n TSP


3

2

1'



-1 -----I I I
0 0.5 1 1.5 2 2.5 3 3.5
INDEX D'ENVIRONNEMENT, El














CRITERE DE CHERCHEUR
MAIS, MANAUS, 1989
5.

4 TSP
4-




13-





0


0 0.5 1 1.5 2 2.5 3 3.5
INDEX D'ENVIRONNEMENT, El














CRITERE DE CHERCHEUR
MAIS, MANAUS, 1989
5-

4 FP

PCW
3-
TSP
S2
CM

Els

0-

A A A A A A
-1 i
0 0.5 1 1.5 2 2.5 3 3.5
INDEX D'ENVIRONNEMENT














CRITERE DE L'AGRICULTEUR
MAIS, MANAUS, 1989
250

FP
200
/ PCW
150
I- /TSP






0
o 100/ CM

50 Els




-50 A A A A A A
0 0.5 1 1.5 2 2.5 3 3.5
INDEX D'ENVIRONNEMENT















CARACTERISATION DES ENVIRONNEMENTS
MAIS, MANAUS, BRAZIL (SINGH, 1990)
3.5-

OBSNS
3-
~ R2 = .94


Z -
z -
o 2
Z 1.5-



0
z


pH













ESTIMATION DE RISQUE
WL, SF2, PF2


5 10 15 20
POURCENTAGE AU-DESSOUS DE LA VALEUR


0 /136--,








HISTORIC NOTE


The publications in this collection do
not reflect current scientific knowledge
or recommendations. These texts
represent the historic publishing
record of the Institute for Food and
Agricultural Sciences and should be
used only to trace the historic work of
the Institute and its staff. Current IFAS
research may be found on the
Electronic Data Information Source
(EDIS)

site maintained by the Florida
Cooperative Extension Service.





Copyright 2005, Board of Trustees, University
of Florida




University of Florida Home Page
© 2004 - 2010 University of Florida George A. Smathers Libraries.
All rights reserved.

Acceptable Use, Copyright, and Disclaimer Statement
Last updated October 10, 2010 - - mvs