• TABLE OF CONTENTS
HIDE
 Análisis y diseño de investigacion...
 Enfocando la difusión de tecnología...
 Análisis y diseño de investigación...
 Análisis de adaptabilidad: Pasos...






Title: Analisis y diseno de investigacion y extension a nivel de finca : analisis de adaptabilidad
CITATION THUMBNAILS PAGE IMAGE ZOOMABLE
Full Citation
STANDARD VIEW MARC VIEW
Permanent Link: http://ufdc.ufl.edu/UF00081558/00001
 Material Information
Title: Analisis y diseno de investigacion y extension a nivel de finca : analisis de adaptabilidad
Physical Description: Book
Language: Spanish
Creator: Hildebrand, Peter E.
Bastidas, Elena P.
Cabrera, Victor E.
Publisher: University of Florida Institute of Food and Agricultural Sciences
Place of Publication: Gainesville, Fla.
Publication Date: 2000
 Record Information
Bibliographic ID: UF00081558
Volume ID: VID00001
Source Institution: University of Florida
Rights Management: All rights reserved by the source institution and holding location.
Resource Identifier: oclc - 137340774

Table of Contents
    Análisis y diseño de investigacion y extensión a nivel de finca: Análisis de adaptabilidad
        Page 1
        Page 2
        Page 3
        Page 4
        Page 5
        Page 6
        Page 7
        Page 8
        Page 9
        Page 10
        Page 11
        Page 12
    Enfocando la difusión de tecnología a partir de la investigación coordinada a nivel de finca
        Page 13
        Page 14
        Page 15
        Page 16
        Page 17
        Page 18
        Page 19
        Page 20
        Page 21
        Page 22
        Page 23
        Page 24
        Page 25
    Análisis y diseño de investigación y extensión a nivel de finca: Análisis de adaptabilidad - Introducción a microsoft excel 97
        Page 26
        Page 27
        Page 28
        Page 29
        Page 30
        Page 31
        Page 32
        Page 33
        Page 34
        Page 35
        Page 36
        Page 37
        Page 38
        Page 39
        Page 40
        Page 41
    Análisis de adaptabilidad: Pasos a seguir para el análisis e interpretación de datos de investigación y extensión a nivel de finca
        Page 42
        Page 43
        Page 44
        Page 45
        Page 46
        Page 47
        Page 48
        Page 49
        Page 50
        Page 51
        Page 52
        Page 53
        Page 54
        Page 55
        Page 56
        Page 57
        Page 58
        Page 59
        Page 60
        Page 61
        Page 62
        Page 63
        Page 64
        Page 65
        Page 66
        Page 67
Full Text





Analiiss y
y Extensio6
Analiiss de


UNIVERSITY OF
FLORIDA


Instructores: "
Peter E. Hildebrand
Elena P. Bastidas
Victor E. Cabrera









Curso UF-Nicarmgua, Enero, 2000


7. Figura 2

Estos resultados fueron auin menos efectivos en Latinoam6rica de lo que habian sido en los
EE.UU., en donde la tecnologia se difundi6 poco o nada desde los lamados "productores
progresistas" (o aquellos que si usaron la tecnologia) hacia los otros. Debido a que la
filosofia en los EE.UU. era la de "crece o desaparece" esto no tuvo mayor impact. Pero en
la mayoria de los paises no existian otras fuentes de trabajo que pudieran absorber a los
pequeflos productores, por lo cual otros m6todos se intentaron.

8. Figura 3

El supuesto que todos los agricultores en una comunidad son iguales fue err6neo. El hecho
de que los agricultores vivieran en la misma comunidad no significa que sean iguales. Se
decidi6 que la difusi6n a categoriess de agricultores" seria una manera mis eficiente de llegar
a una audiencia mis amplia. Esta idea tambi6n fracas y la tecnologia no Heg6 a la mayoria
de pequefios agricultores.

9. Foto de un campo de mani en el Norte de la Florida

Luego de 10 a 15 afios de fracasos, se decidi6 que la tecnologia no era la apropiada, pero se
ignor6 que los m6todos de extension tambi6n fallaban. La conclusion fue que las tecnologias
de las areas templadas no podian ser transferidas a las Areas de climas tropicales.

10. Foto de la Estaci6n Settat

Alrededor de los afios 60, los esfuerzos de mejorar la agriculture se trasladaron de la
extension a la investigaci6n y se crearon muchos centros tropicales de investigaci6n
nacionales, como este en Marruecos, al igual que centros de investigaci6n internacionales,
como CIAT en Cali, Colombia. Se esperaba que la tecnologia desarrollada en las estaciones
experimentales se podria transferir con mayor facilidad a los agricultores en estos paises y que
la tecnologia se difundirian desde los productores "progresistas" a los "tardios" en forma mis
efectiva. Este fue el comienzo de la Revoluci6n Verde de la cual se ha escrito much.

11. Foto de un finca en Acre

Pero hasta los comienzos de la d6cada de los 70 era obvio que todavia no se estaba llegando
con la tecnologia a los agricultores pequeflos.


Difusi6n









Curso Nicaragua, Enem 2000


Analisis de Adaptabilidad (AA)

Managua, Nicaragua
17 al 21 de enero del 2000

CALENDARIO DE ACTIVIDADES


Hora Lunes 17 Martes 18 Mi6rcoles 19 Jueves 20 Viemes 21
8:00 10:00 Inscripci6n Laboratorio Laboratorio Laboratorio Resumen de
Aperture Primeros Pasos para Caracterizaci6n de Realizar AA usando la metodologfa
Presentaciones el AA ambientes e interpre- criterios de evaluaci6n del AA
Introducci6n al Curso Calculo del IA taci6n de resultados altemativos

10:00 10:30 REFRIGERIO REFRIGERIO REFRIGERIO REFRIGERIO REFRIGERIO
10:30 12:00 Difusi6n de tecnologla Relaci6n entire Riesgo y dominios de dominios de recomen- AA aplicado a las
perspective hist6rica tratamientos e IA Recomendaci6n daci6n y mittiples condiciones de
Interacci6n trt.& IA mensajes de extensi6n Nicaragua

12:00 13:00 ALMUERZO ALMUERZO ALMUERZO ALMUERZO ALMUERZO
13:00 14:30 Laboratorio Laboratorio Laboratorio Laboratorio Evaluacd6n del curso
Excel Relaci6n entire Riesgo y dominios de dominios de recomen-
tratamientos e IA Recomendaci6n daci6n y multiples
Interacci6n trt.& IA mensajes de extension
14:30 15:00 REFRIGERIO REFRIGERIO REFRIGERIO REFRIGERIO REFRIGERIO
15:00 16:30 Introducci6n al AA Caracterizaci6n de Realizar AA usando Diseno de ensayos Clausura
Primeros Pasos para ambientes critenos de evaluaci6n a nivel de finca Entrega de certificados
el AA Interpretacd6n de altemativos
Calculo del IA resultados


Calendario


AA = Andlisis de Adaptabilidad


Nkmrgu/Clanda.wb2








Curso UF-Nicaragua, Enero, 2000


Curso Corto
AnAlisis y Diseflo de Investigaci6n y Extensi6n
a Nivel de Finca:
Analisis de Adaptabilidad (AA)

T6PICOS DEL CURSO


D Difusi6n de Tecnologfa: Perspectiva Hist6rica

O Enfocando la Difusi6n de Tecnolog[a a partir de la Investigaci6n
Coordinada a Nivel de Finca: Introducci6n al AnBlisis de Adaptabilidad

o Uso del Analisis de Adaptabilidad incluyendo:

Indice Ambiental (IA)

AnBlisis Grdfico y Regresi6n

Interacciones entire tratamientos y ambiente

Caracterizaci6n de los ambientes

Evaluaci6n de Riesgo

Disefo de experiments a nivel de finca

0 Analisis e Interpretaci6n de datos

Q AA aplicado a las condiciones de Nicaragua


T6picos







Curso UF-Nicaragua, Enero, 2000


DIFUSION DE TECNOLOGIA A PEQUEROS AGRICULTORES:
PERSPECTIVE HIST6RICA

P.E. Hildebrand

1. Difusi6n de tecnologia a pequefios productores: Perspectiva hist6rica

En esta presentaci6n discutiremos la evoluci6n del modelo de extension y su transformaci6n
en lo que se conoce hoy en dia como Investigaci6n y Extensi6n en Sistemas Agropecuarios
(IESA).

2. La Investigaci6n y Extensi6n en Sistemas Agropecuarios

La Investigaci6n y Extensi6n en Sistemas agropecuarios ha sido el nombre que se le ha dado
al process de desarrollo y diseminaci6n de tecnologia que fue creado en el Tercer Mundo
como una respuesta al fracaso de los models de investigaci6n y extension de las
Universidades Agropecuarias Norteamericanas (Land Grant Universities), el cual habia sido
exportado a partir de la segunda Guerra Mundial.

3. Figura 1

Como uno de los primeros esfuerzos que se hicieron en los Estados Unidos (EE.UU.) luego
de la segunda Guerra Mundial, el modelo de extension agricola que habia sido exitoso en los
EE.UU. fue exportado a Latinoambrica y a otros paises. Basado en parte en el exito de este
modelo en los EE.UU., se esperaba que la tecnologia norteamericana se difundiera y
funcionara en otros paises.

4. Sesgo en pro-innovaci6n

Supuestos err6neos de este modelo incluian:1) sesgo pro-innovaci6n (cualquier innovaci6n
es buena, por lo tanto toda nueva tecnologia debe ser adoptada);

5. Neutral en cuanto a escala y ampliamente adaptable

2) se suponia que la tecnologia era neutral y ampliamente adaptable en cuanto a escala, de tal
manera que cualquiera que quisiera adoptar la tecnologia podria hacerlo; y

6. Las comunidades son homogineas

3) las innovaciones se difunden dentro de un mismo sistema social y se asumi6 que las
comunidades eran dichos sistemas sociales, los cuales eran homogeneos.


Difuai6n









Curso UF-Nicaragua, Enero, 2000


12. Figura 4

La difusi6n de la tecnologia desde los agricultores "progresistas" a los "tardios" no estaba
trabajando. Aparentemente, distintas categories de agricultores tambi6n tenian diferentes
recursos, necesidades y ambientes fisicos. La tecnologia que sobresalia en los buenos
ambientes, como el de las estaciones experimentales, no tenia 6xito en los ambientes pobres
de los agricultores pequefios, o simplemente la tecnologia requeria de mis recursos de los que
pequefios agricultores tenian a disposici6n. Un solo mensaje de extension generado desde una
estaci6n experimental no fue la respuesta.

13. Figura de la Metodologia de la Investigaci6n y Extensi6n en Sistemas Agropecuarios
(Ovalos)

Un nuevo enfoque, actualmente lamado Investigaci6n y Extensi6n en Sistemas
Agropecuarios (IESA) empez6 a desarrollarse en los paises tropicales en Latinoam6rica, Asia
y Africa. Tradicionalmente, la investigaci6n y extension eran dos entidades separadas. Apesar
de que los "especialistas de extension" trabajan como un eslab6n entire las dos entidades, estos
no eran muy efectivos. Ademas, los investigadores en las estaciones experimentales no tenian
contact alguno con los agricultores. Los investigadores habian sido entrenados para seguir
el enfoque reduccionista de los paises industrializados. "Fincas Modelo" fueron en ciertas
instancias desarrolladas para l enar la intersecci6n entire la investigaci6n y la extension, pero
6stas pocas veces reflejaban las condiciones reales de los agricultores a los que se queria
llegar. Los agents de extension hacian "parcelas de demostraci6n" en fincas, pero debido a
que el objetivo era el de "demostrar" a los agricultores, la superioridad de la nueva tecnologia,
tambi6n pocas veces reflejaban las limitaciones que los agricultores enfrentaban en cuanto a
recursos. La IESA fue en efecto, la intersecci6n de los 3 6valos.

14. Foto del ensayo de fertilizaci6n de Mickie en el Norte de la Florida

Ahora la IESA tambien es utilizada en paises industrializados y pone much enfasis en la
participaci6n de los agricultores. Los m6todos incluyen diagn6stico de los problems y el
disefio de soluciones potenciales con los agricultores. Ademis incluye la evaluaci6n de estas
soluciones en fincas con los agricultores.

15. Generaci6n de tecnologia

Debido a que los productores de escasos recursos no pueden modificar su ambiente para que
este cumpla con las condiciones encontradas en las estaciones experimentales, tecnologias
apropiadas deben ser disefiadas para que funcionen en los diversos ambientes de 6stos
agricultores.


Difusi6n









Curso UF-Nicaragua, Enero, 2000


16. Foto de una finca pequefia al Norte de la Florida

Esta y las fotos a continuaci6n demuestran lo que entendemos por el t6rmino "ambientes" en
la IESA. En la foto se ve un agricultor pequefio del Norte de la Florida y su parcel de
tabaco. Muchas personas dirian que este no es un buen ambiente para la producci6n de
tabaco. Pero para este agricultor este es el mejor ambiente que puede crear dado la calidad
de su terreno y la limitaci6n de los otros recursos que tiene para trabajar.

17. Foto de una finca grande al Norte de la Florida

Esta finca esti muy cercana a la anterior. Es el mismo afio y tiene el mismo tipo de suelo.
Obviamente, el ambiente para producer tabaco en esta parcel es superior al ambiente que el
otro agricultor le fue possible crear. La diferencia no es biofisica, es socio-econ6mica. Este
agricultor ha sido capaz de modificar su ambiente biofisico porque tiene los recursos
necesarios para hacerlo. Este "cultivo bueno" refleja los recursos del agricultor, no solamente
los suelos y el clima del area.

18. Foto de la estaci6n experimental Live Oak

Esta es una estaci6n experimental en el norte de la Florida. Los mismos suelos y el mismo
clima, pero mis avanzado en el afio. Aqui los recursos no son restringidos. Los cultivos en
las estaciones experimentales normalmente reciben todos los insumos que requieren para su
6ptimo crecimiento, para que las diferencias en las respuestas a los tratamientos no reflejen
las diferencias que puedan ser resultado de otras variables. Las estaciones experimentales, son
entonces, "ambientes 6ptimos" para el crecimiento. Los resultados que se obtienen en este
ambiente seguramente no podrian esperarse en el primero ni en el segundo ambiente
presentados.

19. Incorporando la diversidad

A travys de la investigaci6n a nivel de finca, multiples ambientes pueden ser incorporados en
un mismo ensayo.

20. El Anilisis de Adaptabilidad

El anilisis de adaptabilidad es un m6todo eficiente y relativamente facil de usar para analizar
y disefiar ensayos en m61tiples ambientes y combine la investigaci6n y la extension en un
mismo esfuerzo.


Difusi6n










Curso UF-Nicaragua, Enero, 2000


21. Grafico del Analisis de Adaptabilidad

Miltiples recomendaciones se pueden hacer a partir de un solo ensayo cuando 6ste ha sido
conducido en varias fincas y en diferentes ambientes. Estaciones experimentales y fincas
models pueden ser incluidas, pero otros ambientes (ambientes buenos y malos de los
productores) tambi6n tienen que ser incluidos en el ensayo.

22. Figura 5

Por medio del Anilisis de Adaptabilidad, multiples mensajes de extension o recomendaciones
pueden ser desarrollados.

23. Ademas, los criterios de evaluaci6n de diferentes tipos de agricultores pueden ser utilizados
en el analisis. Esto ayuda a general inclusive mis mensajes de extension a partir del mismo
ensayo en finca.

24. Fin


Difusi6n













DIFUSION DE TECNOLOGIA A
PEQUEROS PRODUCTORES:
PERSPECTIVE HISTORIC


PETER HILDEBRAND
Y
ELENA BASTIDAS


Investigaci6n y Extensi6n
en Sistemas Agropecuarios


Teorfa del Flujo do I* Tecnologlm dede
Io. Agrlculon.. Ptogrsnld ta lo Tard

vfw-w A lK
Tui-C y Ci \^ '


Nte-d.eAWIad


Supuestos Err6neos de este
Modelo Inclulan:

1. Sesgo pro-innovaci6n

2. Neutral en cuanto a escala y
ampliamente adaptable

3. Las comunidades son homog6neas


Supuestos Err6neos de este
Modelo Inclufan:

1. Sesgo pro-innovaci6n

2. Neutral en cuanto a escala y
ampliamente adaptable

3. Las comunidades son homog6neas


Supuestos Err6neos de este
Modelo Inclulan:

1. Sesgo pro-innovaci6n

2. Neutral en cuanto a escala y
ampliamente adaptable

3. Las comunidades son homog6neas




















































































UeeiftAdJpe.M De
cam-.~Ou


Flujo Umltddo de l Tcnolog
deode Agriculfor Progresistae


*-r A -
*y..r~"m- AnV\^'**'


"two-


Cr--S
CD31**


Dtfusl6n "Categorlas do Agricutores"







p-.-
4 -
A7-i /_ _______
TM^M f -\^ <

Foto de un Campo de Mani en el
Norte de la Florida
I .. ... .. .. .....


Foto de la Estaci6n Settat



-'.` J~ Al.


Foto de una Finca en Acre


Dearrollando un MoenslJ do Extensl6n
dede una Estacl6n Experimental


ua r-- eme0














































Foto de una Finca Grande al
Norte de la Florida


A ,' .. ,'*"" '*>'.- -


Metodologla de la Investigaci6n y
Extensl6n en Sistemas Agropecuarlos

IESA


I VES 4CO EN ION
CUL


GENERATION DE TECNOLOGIA


Foto de la Estaci6n Experimental
Live Oak
















El Analisis de Adaptabilidad


El andlisis de adaptabilidad es un
m6todo eficiente y relativamente
fAcil de usar para analizar y disefiar
ensayos en multiples ambientes,
combinando la investigaci6n y la
extension en un mismo esfuerzo.


Grafico del Anillsis de Adaptabllldad


Rendimlento
u oo crtdrio d
evalucl6n


Mensjes do Extensl6n pare Mitlples Ambient*$ y
Vaios Criterlo do Evoluaclin por medlo del AA

weWdai A

Ir---tl----
i PI --
PA e


PA w


, n w rg
o deMMMoo Afdo :
Mete~
*ru~a ku.q


FIN

















ENFOCANDO LA DIFUSI6N DE TECNOLOGiA
A PARTIR DE LA INVESTIGACI6N COORDINADA
A NIVEL DE FINCA'



Peter Hildebrand2
y
Editado por Elena Bastidas3

Traducido por: Victoria Reyes4





Marzo, 1999













Esta publicaci6n ha sido traducida al espaflol y modificada de su original "Targeting technology
diffusion through coordinated on-farm research."

Professor. Departamento de Economia de Alimentos y Recursos. Universidad de la Florida.
Gainesville, Florida 32611-0240.

3Estudiante de Posgrado. Departamento de Economia de Alimentos y Recursos. Universidad de
la Florida.

4 Estudiante de Posgrado. Departamento de Antropologia. Universidad de la Florida.









Curso UF-Nicaragua, Enero, 2000


ENFOCANDO LA DIFUSI6N DE TECNOLOGiA A PARTIR DE LA
INVESTIGACI6N COORDINADA A NIVEL DE FINCA

Peter Hildebrand
y
Elena P. Bastidas



Introducci6n

El Servicio de Extensi6n en los Estados Unidos fue creado en 1914. Uno de sus
objetivos era la difusi6n de tecnologia agricola al p6blico. Dentro del modelo que se present
a continuaci6n, elDepartamento de Agricultura de los Estados Unidos (USDA) junto con las
universidades agropecuarias o "Land Grand Universities" y sus estaciones experimentales
eran los encargados del desarrollo de nuevas tecnologias. Estas instituciones a su vez
transmitian informaci6n acerca de las tecnologias al servicio de extension. El cual a su vez
procesaba esta informaci6n para crear mensajes de extension (recomendaciones) dirigidos a
los agricultores, a trav6s de various m6todos, entire los que se incluyen la validaci6n y las
demostraciones a nivel de finca. El aparente 6xito de este modelo en los Estados Unidos, el
cual sigue siendo utilizado en la actualidad, fue raz6n suficiente para exportarlo al Tercer
Mundo, donde, a partir de la Segunda Guerra Mundial, se estaban haciendo esfuerzos para
desarrollar ripidamente la agriculture y las economies de los paises menos aventajados.

El process descrito cautiv6 de tal manera alas agencies internacionales de desarrollo
que todos los esfuerzos iniciales se orientaron simplemente a transferir la tecnologia de los
EE.UU. a los agricultores del Tercer Mundo. Cuando mis tarde estos esfuerzos resultaron
fallidos, se pens6 que el problema era que la tecnologia desarrollada para la agriculture de
zonas temperadas no era apropiada para la agriculture tropical. Entonces, se crearon
organizaciones de investigaci6n nacionales e interacionales encargadas de modificar o
desarrollar tecnologias mis apropiadas alas condiciones climiticas de estos paises tropicales.
El 6xito que tuvo la Revoluci6n Verde se present como prueba de que el nuevo enfoque
estaba funcionando.

A pesar de esto, a principios de la d6cada de 1970 se hacia cada vez mis evidence que
la tecnologia adaptada a climas tropicales tampoco estaba legando a los agricultores de
escasos recursos, a aquellos que no contaban con los mejores recursos fisicos y que tenian
poco o ningin acceso a infraestructuras como mercados o el riego. En realidad, la gran
mayoria de los agricultores de casi todos los paises se encontraban en esta situaci6n.


Enfocando









Curso UF-Nicaragua, Enero, 2000


Se inici6 un nuevo enfoque, conocido como Investigaci6n y Extensi6n en Sistemas
Agropecuarios, IESA (Farming Systems Research-Extension, FSRE), el cual ponia mayor
6nfasis en la participaci6n de los agricultores de recursos limitados.5 La metodologia de la
IESA empieza con la identificaci6n de las necesidades, los deseos y los recursos del agricultor
y no con las ideas de los investigadores de las estaciones experimentales. La IESA tambi6n
pone mayor 6nfasis en la participaci6n de los agricultores de escasos recursos, en el
diagn6stico y en la evaluaci6n de tecnologias potenciales, en sus propias fincas. Esta
metodologia para la generaci6n y difusi6n de tecnologia, de forma coordinada y participativa,
se beneficia ahora de mis de 20 afios de experiencia de los seguidores de la IESA,
principalmente en paises en vias de desarrollo.

Esta publicaci6n tiene tres objetivos. El primero es demostrar las ventajas de la
investigaci6n coordinada a nivel de finca para mejorar la evaluaci6n y difusi6n de tecnologia.
El segundo es ayudar a que la participaci6n de los agricultores en la investigaci6n a nivel de
finca sea mis productive. El tercero es crear un paradigma que mejore los models de
extension y que pueda ser usado por instituciones de investigaci6n y extension en forma
conjunta, haciendo asi sus esfuerzos mis eficientes y efectivos. La discusi6n empieza con una
breve resefia hist6rica sobre las diferentes estrategias de extension.


Perspective Hist6rica: La Estrategia del Productor Progresista

Durante el cuarto de siglo posterior a la Segunda Guerra Mundial, el process de
generaci6n y difusi6n de tecnologias convencionales sigui6 la estrategia del "productor
progresista." Esta estrategia (Roling, 1988. p.68) se basaba en various supuestos. Primero,
se asumia un sesgo pro-innovaci6n (Rogers, 1983) segun el cual cualquier innovaci6n que
resultara del process de investigaci6n y extension establecido era "buena" y por tanto debia
ser adoptada. Segundo, se asumia que este tipo de tecnologia era ampliamente adaptable e
igualmente apropiada a fincas de diferentes tamafios, por tanto, cualquier agricultor podia
adoptarla. Tercero, la investigaci6n sobre difusi6n habia mostrado que las innovaciones se
difunden dentro de un mismo "sistema social," de una unidad de toma de decisions a otra,
a trav6s del tiempo (Roling, 1988. p.65), por lo que se asumia que cualquier innovaci6n que
hubiese sido introducida debia acabar difundi6ndose en toda la comunidad. Cuarto, tambi6n
se asumia que tanto aquellos productores que adoptaban la tecnologia inicialmente, como los
que tardaban en hacerlo, e incluso los que no la adoptaban, eran todos parte del mismo


'Para algunos, el modelo de extension transferido desde los Estados Unidos era muy parecido a lo
que ahora se conoce como IESA. Sin embargo, "cuando intentamos levar la extension al extranjero,
intentamos transferir la forma, no la funci6n" (J.K. McDermott, comunicaci6n personal). Esto fue
acentuado por el hecho de que muchos trabajadores de investigaci6n y extension de los pauses receptores
no estaban familiarizados con las condiciones agricolas que predominaban en sus propios paises, a
diferencia de la experiencia norteamericana.


Enfocando









Curso UF-Nicaragua, Enero, 2000


"sistema social" simplemente porque vivian en la misma comunidad. Se consideraba que los
productores que tardaban en adoptar las tecnologias o no las adoptaban eran "tardios," y que
no se interesaban en "mejorar."

Los investigadores y los extensionistas empezaron a darse cuente que los "productores
progresistas" no solo estaban adoptando las tecnologias primero, sino exclusivamente. Sin
embargo, esto no preocupaba a los investigadores, los cuales asumian que la "buena"
tecnologia se permearia desde los productores progresistas hacia los mis tardios, los
conservadores, o los menos arriesgados (Figura 1). De hecho, los extensionistas utilizaron sus
contacts con los productores progresistas como su principal estrategia.

La evidencia en los EE.UU. de que los productores progresistas se estaban
enriqueci6ndose y creciendo en relaci6n a los otros productores, tampoco fue motivo de
preocupaci6n, ya que la transformaci6n en las fincas se apoyaba en la creencia que "mis
grande es mejor." A menudo se oia y repetia la frase "crece o desaparece." Los pequefios
agricultores se consideraban mis como un problema social que como un problema agricola.6

La Necesidad de un Cambio de Enfoque

A principios de la d6cada de 1970 se hizo evidence que la idea de "mis grande es
mejor" era desastrosa para los paises en vias de desarrollo, donde la tecnologia no habia
llegado a gran mayoria de agricultores por medio del uso de la estrategia de que la tecnologia
fluiria desde el productor progresista a los demas productores. A diferencia de los paises
industrializados, en los paises en vias de desarrollado, no era possible emplear a los
agricultores desempleados en las zonas urbanas. Para impulsar el crecimiento econ6mico, era
necesario mantener el empleo e incrementar la productividad y el ingreso en las fincas
pequefias y de escasos recursos.

Los 6xitos conseguidos por los pequefios agricultores en el Tercer Mundo gracias a
la tecnologia de la Revoluci6n Verde fueron alcanzados s6lo por una minoria limitada, la cual
contaba con una mejor base de recursos. La tecnologia de estos productores nunca fluy6 a
los productores que no contaban con las mismas ventajas. Cuando se hizo evidence el que
todos los productores de una comunidad no eran parte del mismo "sistema social," se lleg6
a la conclusion de que la estrategia del productor progresista combinada con la teoria del flujo
de tecnologia de los "agricultores progresistas" a los "agricultores tardios" no funcionaba
(Figura 2). Se necesitaban otros enfoques.





6 Desafortunadamente esta filosofia se a vuelto de moda en los 1ltimos aflos del siglo XX.


Enfocando









Curso UF-Nicaragua, Enero, 2000


Categories "Objetivo"

La investigaci6n sobre discusi6n de tecnologia mostr6 ex-post cuiles eran las
caracteristicas propias de aquellos que tardaban mis en adoptar las tecnologias o no las
adoptaban (productores pequefios, pobres, con poca educaci6n, etc.), pero fue incapaz de
sugerir estrategias de intervenci6n efectivas ex ante (Roling, 1988. p.64).

La estrategia del productor progresista combinada con la teoria de la permeabilidad
de las innovaciones fall cuando los productores no son homog6neos, sino heterog6neos, lo
cual es, por supuesto, la situaci6n mis comun. Los productores "tardios" e "innovadores"
que inicialmente fueron considerados miembros del mismo sistema social simplemente porque
viven en la misma comunidad, regi6n o pais, son en realidad productores muy diferentes, con
diferentes ambientes productivos.

A pesar de que millones de agricultores fueron olvidados por el uso de la filosofia que
combinaba los enfoque del productor progresista y el flujo de las tecnologias desde los
"agricultores progresistas" a los "agricultores tardios", se puede usar una version modificada
de esta estrategia con categoriess de agricultores que han sido cuidadosamente identificados
como homogeneos y con innovaciones que han sido desarrolladas para adecuarse a las
caracteristicas de esas categories" (Rbling, 1988. p. 71), Figura 3.

Ruling (1988. p.77) utiliza el t6rmino categories "objetivo" de forma similar al uso que
se da en la IESA a la combinaci6n de los concepts de "dominios de recomendaci6n" y
"dominios de difusi6n" (Wotowiec et al., 1988). La estrategia de Roling consiste en utilizar
variables relevantes para dividir a una poblaci6n heterog6nea en varias categories
homog6neas, disefiar un programa de intervenci6n con contenidos y estrategias" relevantes
para cada categoria, probar el program con miembros representatives de cada categoria, y
entonces organizerr la intervenci6n de forma que cubra la categoria objetivo de forma
selective" (p. 77). En la media en que dicha intervenci6n se refiera a tecnologia agricola,
y no a tecnologia de difusi6n, esta estrategia se parece a la filosofia actual de la IESA.

Sin embargo, el problema sigue siendo que es mas facil disefiar pocas tecnologias que
se adapten a los "productores progresista" que desarrollar tecnologias muy diversas que se
adapten a las situaciones variables en los que se mueven los agricultores con pocos recursos
(Roling, 1988. p.71). Por tanto, el mensaje de extension que lega a las diferentes categories
de productores a menudo es todavia uno s6lo, el mensaje desarrollado en estaciones
experimentales y adecuado s61o para los "productores progresistas" quienes poseen las
mejores bases de recursos (Figura 4). Este mensaje no puede llegar a mejorar la tecnologia
de los productores cuyos recursos y ambientes no se equiparan a los que se encuentran en las
condiciones de las estaciones experimentales, debido a la poca disponibilidad de recursos de
los productores "tardios" y a que no incluye los medios necesarios para adaptar la tecnologia
al ambiente.


Enfocando










Curso UF-Nicaragua, Enero, 2000


El AA como Alternativa a las Estrategias del "Productor Progresista" y a las
"Categorias Objetivo"

El Anilisis de Adaptabilidad o AA (Hildebrand and Russell, 1996) proporciona una
metodologia para resolver los problems asociados con la generaci6n y difusi6n de mejoras
en tecnologia agricola a todas las categories de agricultores en cualquier comunidad.
Mediante el AA, un amplio rango de productores y sus parcelas en una comunidad o region
pueden former parte de un solo dominio de investigaci6n.

Un element esencial para que el disefio de los ensayos a nivel de finca sea compatible
con el AA es que cada uno de los ambientes tengan los mismos tratamientos, o por lo menos
dos o mis tratamientos iguales. Los productores individualmente pueden afiadir sus propios
tratamientos si quieren obtener informaci6n adicional. El AA no require replicas de
tratamientos dentro de un ambiente. Si los agricultores los quieren replicar, entonces se puede
utilizar el promedio de cada tratamiento dentro del ambiente para el analisis. Sin embargo,
para el AA es mis important tener mayor cantidad de ambientes que tener repeticiones
dentro de cada ambiente. Con un gran numero de cooperantes en un s6lo afio, no es necesario
esperar dos o mis afios para tener resultados definitivos (Stucker and Hicks, 1992; Stroup
et al., 1993).

Un program de investigaci6n a nivel de finca disefiado de esta forma da como
resultado multiples mensajes de extension, adaptables a ambientes bien definidos y a diferentes
criterios de evaluaci6n o selecci6n. Cada "categoria objetivo" puede recibir un mensaje
apropiado a sus condiciones (Figura 5). La tabla 1 muestra los resultados del anilisis de un
ensayo conducido en Brasil por Singh(1990) y explicado en Hildebrand y Bastidas (1999)
todo esto se resume en la Figura 6.

Conclusion

La investigaci6n a nivel de finca apropiadamente disefiada para el Analisis de
Adaptabilidad puede ser el marco conceptual de un program de investigaci6n y extension
eficiente y efectivo, y que cuente con la participaci6n de los productores. Las actividades
que se even a cabo bajo esta metodologia benefician mutuamente a los agricultores,
extensionistas e investigadores. Este paradigma lUena de forma efectiva el "eslab6n perdido"
entire la investigaci6n y la extension y hace mis eficientes los programs de las instituciones
de investigaci6n y extension. Esta metodologia tambi6n hace mis productivos el tiempo y
los recursos que los productores invierten en investigaci6n a nivel de finca, puesto que tiene
como resultado recomendaciones especificas a los ambientes y a los criterios de evaluaci6n
relevantes para diferentes productores.


Enfocando









Curso UF-Nicaragua, Enero, 2000


Bibliograffa

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

Rogers, E.M. 1983. Diffusion of innovations. Third Edition. The Free Press. New
York.

Ruling, N.G. 1988. Extension science: information systems in agricultural development.
Cambridge. New York.

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. 1993. Farmer participation for more
effective research in sustainable agriculture. In: Technologies for sustainable
agriculture in the tropics. American Society of Agronomy, Special Publication,
Madison. In press.

Stucker, R.E. and D.H. Hicks. 1992. Some aspects of design and interpretation of row-
crop on-farm research. In: Proceedings of a conference on Participatory on-farm
research and education for agricultural sustainability. University of Illinois at
Urbana-Champaign. July 30-August 1, 1992.

Wotowiec, P., S.V. Poats and P.E. Hildebrand. 1988. Research, recommendation and
diffusion domains: a farming systems approach to targeting. In: Poats, S.V., M.
Schmink and A. Spring. Gender issues in farming systems research and extension.
Westview Press. Boulder and London.


Enfocando







Figura 1. Teoria del Flujo de la Tecnologia desde
los Agricultores Progresistas a los Tardios



Mensaje
Agricultores Mensaj
"Progresistas" deExes6n









"Tardios"


Niimero de Agricultores






Figura 2. Flujo Limitado de la Tecnologia
desde Agricultores Progresistas


"Tardfos"


Numero de Agricultores


SAlto
Nivel de Adopci6n I Bajo
-I Ninguno







Difusi6n a "Categorias de Agricultores"


"Tardios"


4.-


N~imero de Agricultores


Figure 3.







Figura 4. Desarrollando un Mensaje de Extensi6n
desde una Estaci6n Experimental


Un Mensaje de Extensi6n
a Categorias Miltiples


Nimero de Agricultores


Nivel de Adopci6n


MM Alto
I-I Bajo
I I Ninguno


0



.0)
(0
(U

0r






Figura 5. Mensajes de Extensi6n para Muiltiples Ambientes
a partir de un Ensayo Coordinado a Nivel de Finca


Extensi6n
1----


0
0
E
*0

C.
0


Investigaci6n
a Nivel de Finca



I


NOmero de Agricultores


--




0 0
Figura 6. Mensajes de Extensi6n para Mdltiples Ambientes y
Varios Criterios de Evaluaci6n por medio del AA


Poblaci6n
de Ambientes


I PA I


PA I


I No Recomendado


Muiltiples
Criterios
Mglha


Mglha
kg/$
Mglha
kgl$
Mglha
kgl$
Mg/ha
kg/$
Mg/ha
kg/$



4


Investigaci6n y
Extension en
Miltiples Ambientes
a Nivel de Finca


BPI


IBSI


IBP2I


BS2


-T--


Nivel de Adopci6n


SAlto
I 1 Ninguno


BPI


BS,


BP2


BS2


0

L.
I-
0-

0.
1=


















Curso Corto

AnBlisis y Diseflo de Investigaci6n y Extensi6n

a Nivel de Finca:

Anmlisis de Adaptabilidad (AA)



Introducci6n a Microsoft Excel 97@




Victor E. Cabrera


(http:llnersp.nerdcrufLedu/vecy/Nicaragua/manuaLdoc)





Curso UF-Nicaragua Enero, 2000

Llenado de datos Configuraci6n de una tabla

Excel 97 es una hoja electr6nica con muchisimas celdas: 256 columns y 65,536
filas. Las columns estin indicadas con letras, mientras que las filas siguen una
numeraci6n sucesiva. Cada celda puede ser localizada, entonces, por sus
coordenadas de letra(s) n6mero.

Cada celda puede contener un "atributo", el cual puede ser numirico o de
caracteres. Se usan caracteres para colocar titulos, cabeceras de columns, etc.
mientras que los nimeros pueden ser utilizados para hacer complejos cAlculos a una
velocidad spectacular y en forma simultinea y dinimica.

Finalmente, un archive de Excel puede contener muchisimas hojas de cAlculo y ellas
pueden estar relacionadas las unas a las otras. Por ejemplo, podemos usar la hoja 1
para llenar los datos y hacer los calculos, la hoja 2 para hacer los grificos de los
datos de la hoja 1.


Ejercicio 1: Familiaridad con la hoja de calculo Excel

1. Abre el program Microsoft Excel 97
Ve a Inicio/Programas/Microsoft Excel





Curso UF-Nicaragua, Enero, 2000



2. Generalidades en Excel. Copiar el Cuadro 1 de la pagina 6 del manual entire las
celdas B3 y G17.
Trata de que los formats (negritas, centrados, lines, etc.) sean como se ven en la
siguiente figure. Guarda tu archivo como ejerciciol.xls


3. Operaciones necesarias en Excel
Guardar/Cerrar/Abrir archives
Uso de Ventanas de Archivos
Establecer Area de Impresi6n/Presentaci6n Preliminar/Configurar Impresi6n
Cortar/Copiar/Pegar
Formato de Celdas/Columnas/Filas/Hojas
Llenado de Sucesiones
Formato de Nfimeros, decimales
Funciones de Excel: Totales, Promedios, Desviaciones Estandar
Funciones de Excel: F6rmulas
Antlisis de Datos/Regresi6n
Ordenar Datos
Uso de $ para copiar formulas
Insertar Grificos
Ayuda de Microsoft Excel 97





Curso UF-Nlcaragua, Enero, 2000


Ejercicio 2: CAlculo del indice ambiental (IA) y ordenamiento de los datos

Para el Analisis de Adaptabilidad sera necesario ordenar los datos segin criteria
ascendente o descendente.

Ejercicio 2: Calculo del indice ambiental (IA) y ordenamiento de los datos

1. Abre el archive de nombre ejerciciol.xls
(http://nersp.nerdc.ufl.edu/vecy/Nicaragua/ejerciciol.xls)
2. Borra los datos debajo del titulo "IA". Borra los datos en la fila "Promedio"
3. Calcula automiticamente el IA para cada parcel
(F6rmula: =promedio(C7:F7) para la primer parcel, copia 6sta para todos)
4. Calcula el promedio para cada tratamiento
(F6rmula: =promedio(C7:C13) para PA, copia 6sta para todos)
5. Ordena los datos descendentemente en base al IA

Cuadro 1.Respueta del Maz ) a tires enriendas de sulo y a las prcticas de los agicuitores.
R[esutidos de la nvestigaci6n a ive de finca Amazonas Brasil (Singh, 1990).
S.........


SPromedo i 0.8 0.8 i 27 I 1.8
PA-prtics d elos agricutores. redu sidus anos cesados au
ISPTsuper fosfao triple Gmoallinaza .. ....................
I........... o .. .. .. ,. ..i .. .. ................................

6. Selecciona los datos numricos y primeros encabezados de la tabla






Curso UF-Nicaragua, Enero, 2000


7. Anda al menu principal, selecciona, Datos, Ordenar
8. En la nueva ventana, selecciona Ordena por... IA y Descendente. Aseg~rate que
este marcada: la list tiene fila de encabezados.


9. Presiona Aceptar ... y los datos seran ordenados rapidamente.


iCua lo 1. Resuesta del Maf ("ha) atres enriadasdesueloyalas prcticasd los agicuitores.


Rssultados do la Inestigaci6n a nivel do finca Amazonas. Brasil (Singh 1990).

No. de Parc i PA i RUP SPT i 6 IA
7 25 i 1.4 i 4.5 4.0 i 31
............................ .......... a ........ .............. .............. .......... ........ ......... ........................ ...........................
6 2.2 1.0 4.2 i3.6 2.8
S............................ .............................................. ......................... ......................... ......................... ..............
2 0.0 1.1 I 34 4.4 2.2
..4........... ..........4.........*.*.....................
8 i 02 0.7 15 4.0 2.1
i 5 0.2 0 7 3.4 3.6 20
S ..........o.................. ..... ............. ........ ............ .. ........ .. ...............
4 i 03 1.1 1.6 2. 1.4
4." .............**. .............-. ..........*.....*- -* j ..........*...** .* *.......
1 0.2 02 13 2.9 11
. ---.. -... ,, .. ........ ......... .......... ........ .... .................. .. ..* ... ........................ ... ............ ............
3 0.0 0.0 12 0 7 0.2
SPromedo i .9 36 2 .1
-4 Q
PA-prdcticas d elos agricutoros, R.P-residuos b pacesados (a ?
SP o a trip lina .. .................................. ............. ......... .....................
S5:T..,er fcat tf~ G- l. tinaza ":,. "~--


10. Guarda tu archivo como ejercicio2.xls






Curso UF-Nicaragua, Enero, 2000



Ejercicio 3: Grifico de los Datos

1. Abre el archivo de nombre ejercicio2.xls
(http://nersp.nerdc.ufl.edu/vecy/Nicaragua/ejercicio2.xls)
2. Antes de iniciar los grificos, afiadiremos una column mis a la tabla
Esta column sera el IA2 o IAxIA. Incluye la formula que calcule el valor en
cada celda.

j .......... 5. .... |1 .__-


Ir~wfrn Lkau l ck Me I~na1 a hes mrrrmiars desauel u al tam itticas de los aaricttore&


..i..... ................ ..... ..........
iRestultads de la Irwestigacin a rivel de firnca Arnmazons. Brsil (Sing 1990. I
.... ha_________..
No. de Parcel PA RUP SPT 6 IA IA'
7 25 1.4 4.5 4.0 3.1 96
.., ............Z .. ... ..... .. .... ...... ......... ... ........... ..* .......** ......... ... .,---., ..*.......... ... ......... ,.......... *....-.----.,-* ......
6 22 1.0 4.2 6 2.8 7.6
.J... ......... ............... .......... .......... ........... ............ .. ......
. ............................ ......................... ............................................................................ ............................ ........................ ......
2 0O 1.1 14 4.4 22 I 50
8 0.2 07 3.15 4.0 i 1 4.4
5 0i 2 0i 7 34 3. 2.0 3.9
4 0.3 1.1 1.6 28 1.4 2.1
"i.......... ..." ......... ........... .......... ....... .. ... ...... i ..... .... .............*........ .... .........." ........." ...............
S02 0.2 1.3 29 1.1 1.2
"..... d..... .. ........ ................... .. ............... .....
Promedo i 09 0.9 31 3.6 21 44
a pf ti.............. i ............. ........ ...................... ... ......................... ....................... ......
S............................ or.............. ... ........................ r...........
S................................................ .. ....................
!STsue :oft trpe Iaalrz


3. Anda al menu principal, selecciona Insertar... y Grifico...
4. En la nueva ventana, selecciona tipo de grifico XY dispersi6n





Curso UF-Nicaragua, Enero, 2000


5. Presiona Siguiente. En le paso 2 de 4 del Asistente para Graficos, selecciona
Serie" y dentro de series, selecciona Agregar. Una nueva ventana apareceri
6. Como nombre, selecciona la celda donde esti el titulo "PA". Como valores de
X selecciona todos los datos de IA y como valores de Y los datos de PA.
Presiona siguiente.
7. En el paso 3 de 4 del Asistente para graficos, cambia el titulo a: "CRITERIO
DEL INVESTIGADOR, maiz, Manaus, 1989", pon el nombre de Indice
Ambiental para X y PA para Y.


Asstnt piagdios- as d 4- pconsdegFic WE





Curso UF-Nicaragua, Enero, 2000


8. Presiona Terminar y el grafico aparecera.


9. Haciendo double click o click derecho en cualquier parte del grifico, se podran
hacer cambios al format de 6ste. Juega con ello y date cuenta que el tamafio y
los colors pueden ser cambiados para una mejor visi6n.

10. Guarda tu archivo como ejercicio3.xls



Ejercicio 4: Grafico de los Datos, continuaci6n

1. Abre el archivo de nombre ejercicio3.xls
(http://nersp.nerdc.ufl.edu/vecy/Nicaragua/ejercicio3.xls)
2. Repite los pasos 3 a 9 del ejercicio anterior con los tratamientos RUP, SPT y G.
3. Coloca los grificos en orden en la hoja2 de Excel (Aplica Cortar y Pegar).
4. Haz un grafico final que incluya los 4 tratamientos juntos (el IA siempre sera X
y el Y variari para cada tratamiento). Pon este iltimo grifico como parte de una
hoja nueva.
5. Interpreta tus resultados de acuerdo a la tendencia de las diferentes curvas.
6. Guarda tu archivo como ejercicio4.xls


CRITERIO DEL INVESTIGATOR, Maiz,
Manaus, 1989

3.0
2.0
.0 .. .... ......'... ... .. ... .. ... .. ... .. .
0.0
0.0 1.0 2.0 3.0 4.0
Indice Ambiental


EPA


IIIY I I I- II





Curso UF-Nicaragua, Enero, 2000

Ejercicio 5: Analisis de Regresi6n Linear

1. Abre el archive de nombre ejercicio4.xls
(http://nersp.nerdc.ufl.edu/vecy/Nicaragua/ejercicio4.xls)
2. Anda al menu principal, escoge Herramientas, y adentro Analisis de datos
3. Aparecerk una nueva ventana, en esta escoge "Regresi6n".


4. Presiona Aceptar y otra ventana aparecerd. En 6sta, deberis Ilenar los datos de
la regresi6n; en el rango Y de entrada, selecciona los datos de PA incluyendo el
titulo; en el rango X de entrada selecciona los datos de IA incluyendo el titulo.
Marca el casillero indicado como "R6tulos", selecciona rango de salida y pon
ahi la celda B19... de la siguiente manera:


5. Presiona Aceptar y la regresi6n estd hecha. Observar los casilleros C23 (2),
C35 y C36 (el intercept y el coeficiente linear).






Curso UF-Nicaragua, Enero, 2000


6. Haz el anilisis de regresi6n lineal para todos lo otros tratamientos. Compara
resultados.
7. Guarda este archivo como ejercicio5.xls



Ejercicio 6: Anilisis de Regresi6n Cuadritica

1. Abre el archivo de nombre ejercicio5.xls
(http://nersp.nerdc.ufl.edu/vecy/Nicaragua/ejercicio65.xls)
2. Repite los pasos 2 a 4 del ejercicio anterior. En el paso nimero 4, al seleccionar
el rango de X, en vez de seleccionar solamente los datos de IA, selecciona IA y
ademis IA .
3. Repite esta secuencia para cada uno de los tratamientos. Tendrhs entonces, dos
analisis de regresi6n para cada tratamiento, uno linear y el otro cuadratico.
Compara entire ambos y compare entire tratamientos.
4. Guarda este archivo como ejercicio6.xls




Ejercicio 7: Estimaci6n de rendimientos esperados con las ecuaciones

1. Abre el archivo de nombre ejercicio6.xls
(http://nersp.nerdc.ufl.edu/vecy/Nicaragua/ejercicio6.xls)
2. Crea una tabla, Ilamada "RESPUESTAS ESTIMADAS," en la que incluyas los
rendimientos estimados para los 4 tratamientos en columns: PA, RUP, SPT y
G.
3. Pon las respectivas f6rmulas para obtener estos datos num6ricos. Recuerda
utilizar las ecuaciones lineales para RUP y SPT y las ecuaciones cuadraticas
para PA y G.
4. Grafica los rendimientos frente al IA en una hoja aparte.
5. Guard tu archivo como ejercicio7.xls
(http://nersp.nerdc.ufl.edu/vecy/Nicaragua/ejercicio7.xls)

















Introducci6n al analliss y disefio
de ensayos a nivel de finca::::
basado en el uso del
Analisis de Adaptabilidad (AA).
.,::: ... :.. "::"


PROPOSITO



El prop6slto del AA es proporcionar
recomendaciones para amblentes:::.::
especfficos y criteriosde evaluacl6n
de diferentes agricultores


OBJETIVO .


Un objetivo de la investigaci6n a nivel de
finca es predecir que pasarA en otras :
fincas y no estimar que pas6 en una
determinada finca.


El AA combine datos bioffsicos
experimentales con informaci6n
socioecon6rnica


EJEMPLO ..

......: ........ ..............................


Como un ejemplo se present un trabajo.
realizado por Singh (1990) con EMBRAPA,.:
Manaos, Brasil.:...


DOMINIODEIA
INVESTIGATION
.... .: : ... .................... .....................


Pequeflas comunidades a lo largo del Rio .
PretodeEva.

















ELPROBLEMA



Mantener la fertilidad de las parcetas para
reducir la tumba de mas bosque
secundario y primario:-::.:


LAS LIMITACIONES



- Distancia al mercado":-
(dos horas por lancha). ::

- Efectivo para comprar insumos "
":::;".


CULTIVOS




-Malz
- Caupl (vigha)::


ALTERNATIVES



- PA practicea del agricultor) .
- SPT (super fosfato triple)
- RUP residuess urbanos procesados)
- G (gallinaza)


ENSAYO" """'
.=...=.. =............ ................................


Ensayos de marz ubicados :: ......
en 8 amblentes


IA
.... .... ..............................................


El indice ambiental; IA::::::.
es un m6todo facil para .
evaluar los ambierites::.::.



















RESPUESTA DEL MAIZ



No. PA RUP :::SP::: G IA
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..
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. :.. 1.4
1 0.2 0.2 1.3 2.8 ":1.1
3 0.0 0.0 0.2 0.6 0.2::.


::: : :.:.:.: ::::::: ::::::: :::::::::::::




En el AA la respuesta de cada tratamilento::,
al amblente es estimado por regresi6n


.:


CRITERIO DEL INVESTIGATOR


t ................................... 1 ... .......... ..r .




.i I .a ... .* l i.

* U I i 2 U 8 Su


CRITERIA DEL INVESTIGATOR
UZ. MANAUS. IMO





I




U tJI s t Ui $ U
I(OC MIOIBTAL,
4 ....................





















Luego de que los tratamiento than sido
regresados se pueden comparar los
tratamientos :.



", :


En este caso para el criteria det/ha,:....
G sera recomendado para los ambientes '
pobres y SPT para los iiejores



: ::: ". "::.


Pero una de las limitaciones es:::::: :
efectivo para comiiprar insumos

.:: '.:... ::


Para estos agricultores un criteriode :::.:::.:.
evaluaci6n mas apropiado es el de kg/$

:.::... :::: .,


RESPUESTA DELMAIZ
CRITERIA DEL AGRICULTOR


No. PA RUP -SP ..... G A
7 2083 6.8 45.9 31.5 3.1"::::::..
6 1833 4.8 42.9.. 28.4 32 .
2 0.0 5.3 34.7 37.'::-..2
8 16.7 3.4 35.7 31.5 2.1
5 12.5 3.4 34.7.:. 28.4 2.0
4 20.8 5.3 16.3 22.0 1.4
1 12.5 0.8 13.3 22.4 :L
3 0.0 0.0 1.5 5.1 0.2:.
























El uso de este criteria cambia fuertemente ::.
la naturaleza de las recomendaciones


CRITERIO DEL INVESTIGATOR
I MAzL LUS. 1ng




a- a
..................... .

I a. is 2 2S S Ia
SMOCEAMa TAL..IA


Para poder hacer estas recomendaciones
en el domino de investigaci6n es -,
necesario caracterizar losgrupos de
ambientes

: : . "': : 1 : .i


Cuadro de caracteristicas de
amblentes


CT pH CIC Al P205 IA
BP1 5.2 4.21 58.3 7.4:::: 3.1...
BP1 5.1 3.45:::...69.1 7.1 2.8 "
BS1 4.6 2.29 91.7::4.5.. 2.2
BP1 4.5 2.26 79.2 6.8 2::..
BP2 4.6 2.45': 80.0 5.0 2.0 :
BS2 4.1 3.12 94.8 ::2,8 1.4
BS2 4.2 1.99 90.7 20: 1.1
TI 3.9 135 :;4.: 0.1 C.2














Mensaje. do Ext(ns16n par MORIples Ambs*nvy:
Varies, Cdtod. do Evaluel6n pormedia dot:AiM

dbldn AudpuWabWOg
*AIrbnbu~ tnl::::: Urrr:::::::: 1

ua, he*
PA 4

gas4


V ~ C MAV. 4
MO..

ma, 1gb l~


ii kgb
Na u~ Rcu.us


Dos o mas tratamientos deben ser
comunes en cada ambiente


Coordinando grupos de agricultores con--:;..:
intereses comunes es la base de AA

























ANALYSIS DE ADAPTABILIDAD:


PASOS A SEGUIR PARA EL ANALYSIS E INTERPRETACI6N
DE DATOS DE INVESTIGACI6N Y EXTENSION A NIVEL DE FINCA

GUiA DE CAPACITACI6N

Peter E. Hildebrand'
y
Elena P. Bastidas2



















'Profesor, Departamento de Economia de Alimentos y Recursos, Instituto de Alimentos y Ciencias Agricolas.
Universidad de la Florida, Gainesville, Florida, 32611-0240, USA.
2 Asistente de Posgrado, Departamento de Economia de Alimentos y Recursos, Universidad de la Florida,
Gainesville, Florida, 32611-0240, USA.









ANALYSIS DE ADAPTABILIDAD:
PASOS A SEGUIR PARA EL ANALYSIS E INTERPRETACI6N
DE DATOS DE INVESTIGACI6N Y EXTENSION A NIVEL DE FINCA

GUiA DE CAPACITACI6N

Peter E. Hildebrand
y
Elena P. Bastidas



El Anilisis de Estabilidad Modificado o AEM (Hildebrand, 1984) es un procedimiento para el disefio,
analisis, e interpretaci6n de ensayos realizados a nivel de finca que tengan el objetivo de evaluar
nuevas tecnologias y difundir las recomendaciones resultantes. Este m6todo participativo, conocido
ahora como Anilisis de Adaptabilidad (AA), puede servir como base para un program complete de
investigaci6n y extension a nivel de finca (Hildebrand y Russell, 1996). Esta guia muestra algunos
de los procedimientos bisicos para el an.lisis e interpretaci6n de datos de investigaci6n a nivel de
finca, usando un ejemplo en el que el diseflo es apropiado para este tipo de anilisis (Singh, 1990).

OBJETIVOS

Esta guia proveera al usuario con:

1. Los pasos a seguir para hacer recomendaciones tecnol6gicas adecuadas a ambientes
especificos, bio-fisicos o socioecon6micamente creados. Estas recomendaciones tambi6n
estarin adaptadas a los deseos, necesidades, y limitaciones de cada productor.

2. Un entendimiento basico de los requisitos necesarios para que el disefio de ensayos de
investigaci6n a nivel de finca sea compatible con el AA.

CONSIDERACIONES BASICAS

1. Se asume que el usuario de esta guia esta familiarizado con el AA.

2. Aunque el Analisis de Varianza (ANOVA) se puede usar con el AA (Stroup et al., 1993), no
es necesario. En esta guia no se usa ANOVA.

3. Los anAlisis pueden hacerse de forma manual, con una calculadora o en una computadora
usando SAS, hojas de cAlculo u otros programs analiticos. El grado de sofisticaci6n
depend de la capacidad del usuario y de la disponibilidad de equipo. Los process discutidos
en esta publicaci6n, con algunas excepciones que se sefialaran, son independientes de los
recursos disponibles o utilizados para realizar el analisis.










TtRMINO CLAVES


Ambiente Condiciones biofisicas naturales y socioecon6micamente modificadas o creadas para la
producci6n de los cultivos o los animals en el lugar del ensayo. Incluye las influencias de
cualquier diferencia en practices de manejo que no son parte de los tratamientos.

Criterio de evaluaci6n Medida o medidas usadas para comparar los tratamientos en un ensayo. Puede
reflejar los intereses y necesidades del investigator (t ha'), o del agricultor (kg/kg de semilla),
entire otros).

Dominios de difusion Redes de comunicaci6n informales que ocurren de forma natural en la difusi6n de
tecnologias agricolas. Generalmente son especificos para el bien o product en consideraci6n.

Dominio de investigaci6n Es el alcance o rango de los ambientes sobre el cual el ensayo es realizado.
Idealmente represent un conjunto amplio de condiciones biofisicas y socioecon6micas.

Dominios de recomendaci6n Situaciones para las cuales se recomiendan tratamientos o tecnologias
especificas. Estfn definidos por una combinaci6n de factors ambientales y criterios de
evaluaci6n.

Ensayo Normalmente, se refiere al conjunto de tratamientos que estin siendo evaluados sobre un rango
de ambientes. Tambi6n puede referirse al conjunto de tratamientos para cada ambiente. Esta double
definici6n es dificil de confundir en su context.

Indice ambiental, IA Medida del ambiente en el lugar del ensayo. Para un ambiente especifico es la
respuesta promedio a todos los tratamientos de ese ambiente, normalmente basado en el
rendimiento fisico por hectarea.

Intervalo de confianza Es la probabilidad de que el criterio de evaluaci6n seleccionado (por ejemplo, t
ha') caeri dentro de cierto rango por encima y por debajo de la media. Se calcula con la formula:
R (t s/n)

Recomendaciones de extension Son mensajes de extension que incluyen la descripci6n de la tecnologia,
asi como el ambiente y los criterios de evaluaci6n especificos para los que se recomienda la
tecnologia. Estos mensajes pueden ser disefiados en forma diferente para cada dominion de
difusi6n especifico en un solo dominion de recomendaci6n.

Riesgo La probabilidad (o porcentaje de tiempo) que el criterio de evaluaci6n seleccionado, por ejemplo
t ha'", caera por debajo de cierto nivel.




SR = promedio de la producci6n (u otro criterio de media) para el tratamiento; t.= valor de la tabla de "t" de una
probabilidad alfa; s=desviaci6n estAndar de la muestra; n=niumero de observaciones.










RESUME DE LOS PASOS A SEGUIR EN EL ANALYSIS E INTERPRETACI6N DE LOS
DATOS DE INVESTIGACI6N Y EXTENSION A NIVEL DE FINCA

Un pre-requisito para analizar e interpreter completamente los datos de investigaci6n a nivel de finca es
que el diseflo del ensayo sea adecuado y compatible con este tipo de analisis. El diseflo de la investigaci6n
a nivel de finca se discutiri mis adelante en esta guia. Los pasos de este tipo de investigaci6n son:

1. Calcular el indice ambiental, IA.

2. Relacionar la respuesta del tratamiento al ambiente.

2 a. Hacer un grifico de todas las observaciones (datos) de cada tratamiento contra el indice
ambiental (IA). Este es un paso muy important que no debe ser pasado por alto. Si se
ignora la naturaleza de esta relaci6n se puede Ilegar a conclusions err6neas.

2 b. Observar el tipo de respuesta que demuestran los datos del tratamiento con el IA y hacer
una estimaci6n de la relaci6n de cada tratamiento con elIA. Esto puede hacerse utilizando
regresi6n lineal o curvilinea, o simplemente dibujando una linea.

2c. Evaluar la calidad de los datos.

3. Evaluar la interacci6n entire los tratamientos y el ambiente mediante la comparaci6n de las
respuestas de todos los tratamientos con el IA.
4. Caracterizar los ambientes. A menudo no se cuenta con los datos para este paso. El disefio del
ensayo y el process de registro de datos deben incluir el tiempo adecuado para recoger los datos
necesarios para este paso. Los datos podrian ser, por ejemplo, el tipo de suelo, el pH, la fecha de
siembra, etc.

5. Interpretar los resultados y definir los dominios de recomendaci6n:

5 a. Definir posibles dominios de recomendaci6n.

5 b. Evaluar el riesgo asociado a las nuevas tecnologias en los posibles dominios de
recomendaci6n, y compararlo con el riego de la tecnologia de los productores. Se puede
usar ANOVA dentro de los posibles dominios de recomendaci6n para determinar la
significancia de las diferencias entire tratamientos. Este anilisis no se incluye en esta guia.
Ver Hildebrand y Russell, 1996.

5 c. Definir dominios de recomendaci6n definitivos. Las personas que intervienen en el
process de creaci6n de un ensayo a nivel de finca (investigadores, extensionistas y
productores) son las que estfn en una mejor posici6n para usar su imaginaci6n,
conocimiento yjuicio para interpreter los resultados y convertirlos en recomendaciones
tiles (Andrew y Hildebrand, 1993).

6. Repetir los pasos 2-5 usando criterios de evaluaci6n altemativos y comparar los resultados.

7. Crear recomendaciones de extension para cada dominio de recomendaci6n y formular mensajes
apropiados para cada dominio de difusi6n.










ANALYSIS E INTERPRETACI6N DE LOS DATOS DE INVESTIGACI6N Y
EXTENSION A NIVEL DE FINCA


INTRODUCCI6N

Los ensayos de investigaci6n y extension a nivel de finca pueden tener varias funciones y pueden ser
manejados por investigadores, extensionistas y/o agricultores (Hildebrand y Poey, 1985). Lo mis
apropiado para incorporar la participaci6n de los agricultores es un disefio simple, por ejemplo un
ensayo sin replicas que tenga entire uno y tres tratamientos que puedan ser comparados con las
propias tecnologias de los agricultores. Para demostrar como funciona este m6todo, se utilizarin los
datos de un ensayo conducido en la cuenca del Amazonas en Brasil (Singh, 1990). En este ensayo,
se cuenta con cuatro tratamientos en ocho ambientes sin repeticiones. Tras discutir los pasos seguidos
en el analisis de los datos de este ejemplo, se presentarf informaci6n adicional sobre el disefio de
ensayos a nivel de finca.



RESPUESTA DE LOS TRATAMIENTOS A DIFERENTES AMBIENTES

Se utiliza el t6rmino "ambiente" en lugar de "parcela", "finca" o "sitio" porque en una sola finca, o
incluso en una sola parcela, puede existir mis de un ambiente para la producci6n de cultivos o
ganado. Al hacer que las tecnologias se adapten a ambientes diferentes, en lugar de modificar el
ambiente para que 6ste sea apropiado a la tecnologia, se reduce la necesidad de introducir recursos
de fuera de la finca, lo cual es mis acorde con una agriculture sostenible.



PASOS EN EL ANALISS E INTERPRETACI6N DE LOS DATOS DE INVESTIGACI6N
Y EXTENSION A NIVEL DE FINCA

Calcular el Indice Ambiental, IA Paso 1

Los factors que influyen en el ambiente en el que crecen cultivos o ganado son muchos, muy
complejos, y generalmente dificiles de evaluar. Una media adecuada de la calidad de los diferentes
ambientes donde se ha conducido un ensayo es el rendimiento promedio de todos los tratamientos
incluidos cuando, v s6lo cuando, los mismos tratamientos han sido incluidos en todos los ambientes
del ensayo. Elprimerpaso es calcular el indice ambiental, IA, que proporciona una media efectiva
de las diferencias ambientales en el domino de investigaci6n representado por el rango del IA.

El Cuadro 1 resume los datos que se utilizaran para la demostraci6n de este analisis. Para facilitar
analisis adicionales es convenient ordenar los datos en forma descendente (o ascendente) con
respect al IA. Los datos del Cuadro 2 estin ordenados en forma descendente con respect al IA.











Cuadro 1. Respuesta del maiz (t/ha) a tres enmiendas de suelo y a las practicas de los agricultores.
Resultados de la investigaci6n a nivel de finca. Amazonas, Brasil (Singh, 1990).

t/ha

No. de parcel PA RUP SPT G IA

1 0.2 0.2 1.3 2.8 1.1

2 0.0 1.1 3.4 4.4 2.2

3 0.0 0.0 0.2 0.6 0.2

4 0.2 1.1 1.6 2.8 1.4

5 0.2 0.7 3.4 3.6 2.0

6 2.2 1.0 4.2 3.6 2.8

7 2.5 1.4 4.5 4.0 3.1

8 0.2 0.7 3.5 4.0 2.1

Promedio 0.7 0.8 2.8 3.2 1.9
PA= practicas de los agricultores, RUP = residues urbanos procesados (Manaus), SPT = super fosfato triple, G = gallinaza.



Cuadro 2. Respuesta del maiz (t/ha) a tres enmiendas de suelo y a las pricticas de los agricultores.
Resultados de la investigaci6n a nivel de finca. Amazonas, Brasil (Singh, 1990). Datos en orden
descendente con respect al indice ambiental (IA).

t/ha

No. de parcel PA RUP SPT G IA
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

Promedio 0.7 0.8 2.8 3.2 1.9
PA= practices de los agricultores, RUP = residues urbanos procesados (Manaus), SPT = super fosfato triple, G = gallinaza.








Relacionar la respuesta del tratamiento al ambiente.


Se deben relacionar los datos de rendimiento de cada tratamiento con el indice ambiental. El segundo
paso es observer los datos haciendo una grifica de los resultados de cada tratamiento en relaci6n al
IA (Figura 1)'. Es necesario decidir si la relaci6n es lineal o curvilinea y hacer una estimaci6n de esta
relaci6n. Una manera simple de hacerlo es dibujando una linea recta o curva a trav6s de los datos.
Este process se puede volver bastante precise con la prictica. Otra forma de estimar la relaci6n es
por medio de una regresi6n. Se puede calcular la regresi6n lineal facilmente con una calculadora. La
regresi6n curvilinea puede ser estimada con una computadora. La relaci6n estimada en la figure 2a
para el SPT es lineal. En las figures 2b y 2c se comparan regresiones lineales y curvilineas para las
PAs y la G. Es evidence que para estos dos tratamientos las curvas representan mejor la naturaleza
de los datos que las rectas. Por lo tanto, para el resto del anilisis se utilizaran curvas para estos dos
tratamientos. Para RUP y SPT lines rectas son adecuadas.


Graficar las observaciones


Paso 2a


CRITERIO DEL INVESTIGATOR
MAIZ, MANAUS, BRAZIL, 1989


0 0.5 1 1.5 2
INDICE AMBIENTAL, IA


Z
AA
1A


2.5 3 3.5


Figura 1. Respuesta observada del tratamiento SPT al ambiente (IA). Amazonas, Brasil (Singh, 1990).


4 Para este paso todos los graficos deben tener los mismos ejes para que puedan ser comparados facilmente
* poniendo un grifico sobre otro. Esto tambi6n facility la comparaci6n de las respuestas a los tratamientos del
ambiente en el siguiente paso.


. ........................................................................... -....... ..................................................
w M a
..... ..m.................................. ......... ..................................................................................



A A A A A A A A


Paso 2











CRITERIO DEL INVESTIGATOR
MAIZ, MANAUS, 1989


0 0.5 1 1.5 2
INDICE AMBIENTAL. IA


I
SPT
Al
IA


2.5 3 3.5


Figura 2a. Respuesta lineal del tratamiento SPT al ambient (IA). Amazonas, Brasil (Singh, 1990).





CRITERIO DEL INVESTIGATOR
MAIZ, MANAUS, 1989


4
4 ------ ..----- --- --- ..-.------.-----------.-

3.






0 ---------m ------------------------------------***--


0 0.5 1 1.5 2
INDICE AMBIENTAL. IA


PA


CUAD


LIUN


IA


2.5 3 3.5


Figura 2b. Comparaci6n entire las respuestas lineal y cuadratica del tratamiento PA al ambiente (IA).
Amazonas, Brasil (Singh, 1990)5.




s En el caso de las prActicas de los agricultores, la respuesta lineal por debajo de IA=1 y la respuesta curvilinea por
debajo de IA=1.6 representan valores de rendimientos negatives. Estos valores negatives se pueden ignorar en el
paso 3, cuando se compare las respuestas de todos los tratamientos al IA ya que no representan verdaderos
valores.


A A A A A A A A
II0


. . . . . . . . . . . . . .. . .. . .
. . . . . .. . . .. . . .. . . . . . .



. .. . .. . .. . .. . .. .. . .. . .. . .. . .. . .. . .









CRITERIO DEL INVESTIGATOR
MAIZ, MANAUS, 1989
5
45-...--- ----------------------------------.
G

CUAD

LIN

0 .... ..................................... ...................................................... A

0 0.5 1 1.5 2 2.5 3 3.5
INDUCE AMBIENTAL, IA



Figura 2c. Comparaci6n entire la respuesta lineal y la cuadr~tica del tratamiento G al ambiente (IA).
Amazonas, Brasil (Singh, 1990).

Evaluarla calidad de los datos Paso 2c

Existen tres criterios que pueden ayudar a estimar la calidad de los datos. El primero esti relacionado
con el rango de los ambientes incluidos en el ensayo; el segundo con las condiciones ambientales
durante el afio en el dominio de investigaci6n, y el tercero con la distribuci6n de los ambientes.

1) El rango del indice ambiental, IA, debe ser por lo menos tan grande como el promedio
del IA. Si no se logra este criterio, significa generalmente que s61o los mejores ambientes han
sido incluidos en el dominio de investigaci6n (tal vez s61o se incluy6 a los "productores
progresistas"), o que el afio fue excepcionalmente bueno y result en altos rendimientos para
todo el dominio de investigaci6n.

2) El rango y la distribuci6n de los rendimientos de las prActicas de los productores debe
reflejar la variabilidad de los rendimientos buenos y pobres, observados sobre un
period de various aflos. Si el afio fue particularmente bueno o particularmente malo, o si
s6lo se escogieron sitios muy buenos o muy pobres, este criterio podria ser violado.

3) La distribuci6n de los valores del IA debera ser razonablemente uniform a travis de
los ambientes en la muestra.

Los datos en el cuadro 2 satisfacen estos tres criterios. El rango de los valores del IA (3.1 0.2 =
2.9) es mayor que el promedio del IA (1.9), lo cual satisface el primer criterio. El rango de los
rendimientos de las practices de los agricultores refleja la variabilidad de los rendimientos buenos y
pobres, en esas condiciones, satisfaciendo el segundo criterio. La distribuci6n de los valores del IA
(Figuras 1 3) es tambien bastante razonable, satisfaciendo el tercer criterio. Por tanto, aunque el








nimero de los ambientes es bajo (8), se podria esperar que la relaci6n entire los tratamientos en various
ambientes (Figura 3) permaneceria stable en el tiempo si el ensayo fuera repetido en el mismo
dominio de investigaci6n (que no implica necesariamente las mismas parcelas o fincas). Tambi6n
significa que las personas que participan en el ensayo pueden confiar en la validez de sus
recomendaciones para el dominio de recomendaci6n especifico (ver paso 6), aunque las
recomendaciones estin basadas en datos de un solo afio.



Evaluar la interacci6n de los tratamientos con el ambiente Paso 3.

Una vez que todos los tratamientos han sido relacionados con el IA o se han hecho las regresiones
necesarias, el tercerpaso es evaluar la respuesta de los diferentes tratamientos al ambiente (Figura
3). Si todas las lines son paralelas no existe interacci6n. Si no existe interacci6n entire tratamiento
y ambiente (lo cual en la prictica ocurre raramente), el tratamiento que tenga mayores rendimientos
en todos los ambientes se consider el mejor para el criterio usado aqui (t ha1'). Sin embargo, si las
lines no son paralelas, como en el ejemplo y en la practice com6nmente ocurre, se consider que
existe interacci6n entire tratamiento y ambiente, por lo que diferentes tratamientos pueden ser mis
apropiados para distintos ambientes. Los valores del IA estin representados por medio de los
marcadores, ubicados en el eje horizontal de la Figura 3, lo que ayuda a caracterizar los dominios de
recomendaci6n y a evaluar la calidad de los datos.


CRITERIA DEL INVESTIGATOR
MAIZ, MANAUS, 1989




5 ----------- --------------------------- BPA
... ...- ................................... .





0 0.5 1 1.5 2 2.5 3.5
-1, ,
INDICE AMBIENTAL, IA


Figura 3. Respuestas de los cuatro tratamientos al ambiente (IA). Amazonas, Brasil (Singh, 1990).










Caracterizar los ambientes


Los ambientes pueden ser caracterizados usando factors biofisicos y socioecon6micos que pueden
ser al mismo tiempo, cuantitativos o cualitativos. Los datos obtenidos para los ambientes, en el
ejemplo del Amazonas, incluyen caracteristicas de los suelos y una categoria llamada "clase de tierra"
(Cuadro 3). Las caracteristicas de los suelos son auto explicativas. La clase de tierra se refiere al tipo
de bosque que fue tumbado (P = primario, S = secundario) y al nu6mero de afios que ha sido cultivado
(1 = primer afio, etc.). El t6rmino TI (tierra infitil) se refiere a la tierra que fue tumbada con
maquinaria agricola (tractores) en el moment de la colonizaci6n.


Cuadro 3. Caracteristicas ambientales
Amazonas, Brasil (Singh, 1990).


de los sitios para los ensayos a nivel de finca. Estado de


IA Clase de Tierra pH CIC Sat Al P,0,
3.1 BP, 5.2 4.21 58.3 7.4
2.8 BPI 5.1 3.45 69.1 7.1
2.2 BSI 4.6 2.29 91.7 4.5
2.1 BPI 4.5 2.26 79.2 6.8
2.0 BP, 4.6 2.45 80.0 5.0
1.4 BS, 4.1 3.12 94.8 2.8
1.1 BS, 4.2 1.99 90.7 2.0
0.2 TI 3.9 1.35 94.8 0.1


Debido a que los datos en el Cuadro 3 han sido ordenados con relaci6n al IA, es facil estimar la
relaci6n entire el IA y las caracteristicas de los ambientes. Los IAs bajos estin asociados con pHs
bajos, con bajos niveles de f6sforo, con niveles bajos de CIC, y con alta saturaci6n de aluminio. Si
se desea, se pueden representar esas relaciones grificamente y/o estimarlas mediante regresiones en
las que se tomari el IA como la variable dependiente. En la Figura 4 se ha hecho un grifico de esta
relaci6n para el pH.

Probablemente el criterio mas 6til para los agricultores y los agents de extension es el de las classes
de tierra, ya que los agricultores rara vez tienen informaci6n detallada de los suelos de sus parcelas.
Como puede verse la naturaleza del bosque tumbado y el n6mero de afios en uso agricola estin
estrechamente relacionados con el IA (Cuadro 3).


Paso 4












CARACTERIZACION DEL AMBIENTE
MAIZ, MANAUS, 1989


3.5
3
2.5
-J 2


Z 1
0.5


I-
[o-J


4 42 4.4 4.6 4.8 5 5.2
pH


Figura 4. Relaci6n del pH del suelo con el IA de las parcelas. Parcelas de maiz con ensayos a nivel
de finca. Amazonas, Brasil (Singh, 1990).


Definir dominios de recomendaci6n

Definir posibles dominios de recomendaci6n


Paso 5


Los dominios de recomendaci6n dependent de las caracteristicas de los ambientes y del criterio de
evaluaci6n escogido, en este caso t ha'1. Usando el criterio de los investigadores, se recomendaria
SPT para los dos IAs mis altos y G para el resto de los ambientes (Figura 3). Los dos IAs mis altos
pertenecen a la clase de tierra BPI, pero el cuarto mis alto tambi6n pertenece a BP, (Cuadro 3). La
diferencia entire estos ambientes es que los dos primeros tienen un pH mayor que 5 y niveles de
f6sforo por encima de 7.0 ppm. Si consideramos que normalmente los agricultores no tienen este tipo
de informaci6n, es acceptable agrupar a todos los BPi en un s61o dominio de recomendaci6n y el resto
de classes en otro. Las personas involucradas en el ensayo, incluyendo los agricultores, son las
responsables de usar este tipo de juicio para facilitar la diseminaci6n de los resultados'. Al agrupar
todas las parcelas BPi en un dominio, se definen dos posibles dominios de recomendaci6n para el


6 Si por algin motive el personal de investigaci6n y extension piensa que se pueden incluir caracteristicas tales
como pH, CIC, y/ o niveles de saturaci6n de aluminio, tal vez estos dominios de recomendaci6n pueden ser
redefinidos. Por otro lado, tambien seria necesario confirmar si la finca 8 es realmente BPI, o tal vez BSI que fue
mal clasificado.









criteria de evaluaci6n t ha'" (Figura 5). Si t ha" es un criteria de evaluaci6n relevant, se debe
recomendar SPT o G para parcelas tomadas de bosque primario en el primer afio de producci6n y G
para el rest de las parcelas. La recomendaci6n final para las parcelas BP, dependera del anilisis de
riesgo.

Figura 5. Posibles dominios de recomendaci6n y tecnologia recomendada para el maiz segin
factors ambientales (clase de tierra) y el criterio de evaluaci6n t ha". Rio Preto de Eva, Amazonas,
Brasil.


Determinar el riesgo asociado a la nueva tecnologia


Paso 5 b


La probabilidad de encontrar valores bajos (una media de riesgo) en los criterios seleccionados para
cualquiera de las tecnologias evaluadas en el ensayo, se puede estimar por medio de una distribuci6n
de intervalos de conflanza. Este anilisis debe incluir solamente los resultados de los ambientes que
se encuentran dentro del dominio de recomendaci6n tentative.

La formula:


R (t. s/Vn)


da un intervalos de confianza del promedio x, para el nivel de probabilidad de una tabla de "t" de dos
colas para n-1 grades de libertad y donde s = desviaci6n estindar de la muestra para las
observaciones dentro del dominio de recomendaci6n tentative. En la tabla "t", un nivel de
probabilidad a = 0.4 significa que el 40% de los valores se encuentra fuera del intervalo (por encima
o por debajo) y que el 60% esta dentro del interval definido por la formula:

Los posibles rendimientos por debajo del interval estin dados por la formula:

S- (t, s/vn) (2)










proporcionan informaci6n sobre la probabilidad de que el rendimiento (o valores de los otros criterios
de evaluaci6n) caiga por debaio del intervalos de confianza. Esta formula es una media del riesgo
asociado con la tecnologia en este dominio de recomendaci6n tentative. En este ejemplo
consideramos la elecci6n entire SPT y G para los terrenos clasificados como bosque primario en el
primer aflo de producci6n (BP ). El Cuadro 4 present un resume de los cilculos y la Figura 6
muestra grkficamente los niveles de riesgo para los dos tratamientos.

Cuadro 4. Cidculo de riesgo para t ha'1 comparando G y SPT para la clase de tierras BPI usando la
f6rmula 5 (ta* s/tn) con 5 = 3.9 y s =0.2 para G; 5 = 4.1 y s = 0.5 para SPT; n = 3, grades de
libertad = 2, y usando un a de una tabla de "t" de una sola cola7.

a Probabilidad de un t G SPT
rendimiento menor
df=2
0.2500 25.00 0.816 3.76 3.83
0.2000 20.00 1.061 3.73 3.75
0.1500 15.00 1.386 3.68 3.66
0.1000 10.00 1.886 3.62 3.51
0.0500 5.00 2.920 3.48 3.20
0.0250 2.50 4.303 3.23 2.79
0.0100 1.00 6.965 2.94 2.00
0.0050 0.50 9.925 2.54 1.13
0.0005 0.05 31.598 -


7 Si s6lo se dispone de una tabla "t" de dos colas, el valor a de una tabla "t" de una cola es la mitad del de una
tabla "t" de dos colas. Es decir, un valor a de 0.4 en una tabla "t" de dos colas, que indica que el 40% de los
valores estA fuera (encima o debajo) del interval, corresponde a un valor a de 0.2 en una tabla "t" de una cola, que
indica que el 20% del valor estA por debajo del intervalo.










ESTIMACION DE RIESGO
PARA TPO DE TERRENO BP1


I-
Lii


0 5 10 15 20
RIESGO


Figura 6. Niveles de riesgo de los tratamientos G y SPT para la clase de tierra BPI. Criterio de evaluaci6n
t ha"1. Amazonas, Brasil (Singh, 1990).

Los valores en el eje horizontal representan el niimero de veces, en porcentaje, que los tratamientos
indicados estin por debajo de los valores representados en el eje vertical (valores del criterio). En este
caso no hay una diferencia significativa asociada al riesgo ni para el tratamiento de SPT ni para el de
G. Cualquiera de los dos puede ser recomendado para maiz sembrado en BPi.


Definir dominios de recomendaci6n definitivos


Paso 5c


Basindonos en los resultados del anJlisis de riesgo para las parcelas pertenecientes a BPI, podemos
agrupar todos los BPI en un solo dominio de recomendaci6n. De esta forma los posibles dominios
de recomendaci6n, indicados en la Figura 5, pasan a ser dominios de recomendaci6n definitivos para
el criteria (t ha').










Comparar los resultados repitiendo los pass 2 a 5 con criterios de evaluaci6n alternatives

Paso 6

El criteria de evaluaci6n usado hasta este moment ha sido t ha"1. Este criterio es cominmente usado
por los profesionales en ensayos de cultivos y apropiado en la mayoria de los casos como la base para
calcularelIA. Sin embargo, pocos agricultoresusan este criterio para tomar decisions relacionadas
con la producci6n. Los criterios de evaluaci6n de los agricultores dependent de la escasez de recursos
y del product del cultivo o ganado en cuesti6n. Si la semilla, la mano de obra, o el dinero en
efectivo son escasos, los criterios mis apropiados son kg/kg semilla, kg/jornal, o kg/$ del costo en
efectivo, respectivamente. Con el AA facilmente se pueden analizar datos usando criterios
alternatives.

El sexto paso es comparar los resultados de los tratamientos utilizando criterios de evaluaci6n
alternatives. En este ejemplo usaremos kg /$ en efectivo como criterio de evaluaci6n alternative de
los agricultores (Cuadro 5). La Figura 7 se basa en el andlisis usando este criteria. Se usa el mismo
IA no importa cual criterio de evaluaci6n se usa. Los valores del IA usados paraformar el eje
horizontal no cambian. Los criterios usados en el eje vertical son los que cambian. Se usaron los
mismos procedimientos para el criterio kg/$ en efectivo que para el criterio de los investigadores (t
ha1'). Los costs en efectivo de los tratamientos son: PA = $ 12, RUP = $ 208, SPT = $ 98, y G =
$ 127. Es important sefialar que cuando se cambian los criterios de evaluaci6n se puede legar a
conclusions muy diferentes. Esto es important ya que esti relacionado con las recomendaciones
que se harin posteriormente.

Cuadro 5. Respuesta del maiz (kg $' en efectivo) a tres enmiendas de suelo y a las prActicas de los
agricultores. Resultados de la investigaci6n a nivel de finca. Amazonas, Brasil (Singh, 1990).

kg / S en efectivo
No. de parcel PA RUP SPT G IA
7 208.3 6.8 45.9 31.5 3.1
6 183.3 4.8 42.9 28.4 2.8
2 0.0 5.3 34.7 37.7 2.2
8 16.7 3.4 35.7 31.5 2.1
5 12.5 3.4 34.7 28.4 2.0
4 20.8 5.3 16.3 22.0 1.4
1 12.5 0.8 13.3 22.4 1.1
3 0.0 0.0 1.5 5.1 0.2
PA= prhcticas de los agricultores, RUP= residues urbanos procesados (Manaus), SPT = super fosfato triple, G = gallinaza.












Se pueden aplicar muchos criterios de evaluaci6n a los mismos datos de investigaci6n a nivel de finca,
y se deben repetir los anilisis para cada criterio. En este ejemplo, se han utilizado dos criterios de
evaluaci6n: t ha"1 (Figura 3) y kg $- (Figura 4). Es important recorder que el IA permanece
constant, y no cambia con cada criterio de evaluaci6n.


CRITERIA DEL AGRICULTOR
MAIZ, MANAUS, 1989


250

200


J150



o
50

0


0 0.5 1 1.5 2
INDICE AMBIENTAL IA


PA

BPC

SPT

L
A
IA.


2.5 3 3.5


Figura 7. Respuestas al ambiente (IA) estimadas para maiz (kg $') para los cuatro tratamientos. Amazonas,
Brasil (Singh, 1990).


Definir dominios de recomendaci6n tentativos.


Paso 6a


Basindonos en el analisis de los datos del Cuadro 5 y la Figura 7 y en la caracterizaci6n de los
ambientes anteriormente realizada, podemos decir que para el criterio de los agricultores, kg $-', y
para BPI y BSi ninguna de las enmiendas es mejor que sus propias practices. Siguiendo este criterio,
no recomendariamos ninguna de las enmiendas a los agricultores que cultivan maiz en terrenos en el
primer afio de uso ya sea este de bosque primario o secundario. En los afios siguientes, si se quiere
o necesita seguir sembrando maiz, se recomendaria G o SPT. La recomendaci6n se basa en funci6n
de los resultados del analisis de riesgo.


Determinar el riesgo.


Paso 6b


Utilizando la formula (2) obtenemos informaci6n sobre el nivel de riesgo asociado con las tecnologias
G y SPT en base al criterio de los agricultores, kg $-', para el cultivo de maiz en terrenos en su
segundo afio de producci6n. El Cuadro 6 resume estos cAlculos y la Figura 8 muestra grificamente
los niveles de riesgo. En este caso, G es menos riesgoso (tiene una probabilidad menor de obtener


I
/
/

/
/
/
.










valores bajos) que SPT, y por tanto seria recomendado para el maiz que se plante en terrenos que
estin en el segundo aiio de uso o en tierra inuitil.



Cuadro 6. Cilculo de riesgo para kg $- comparando G y SPT para la clase de tierras BP2, BS2 y
TI usando la f6rmula 5 (t.* s//n) con una tabla "t" de una cola, y cuando 5z = 19.5 y s = 10.0 para
G; 5 = 16.5; y s = 13.7 para SPT; n = 4 ambientes classess de tierra: BP2, BS2 y TI) y grades de
libertad = 3.

ta Probabilidad de un t G SPT
rendimiento menor
df=2
0.2500 25.00 0.765 15.7 11.2
0.2000 20.00 0.978 14.6 9.7
0.1500 15.00 1.250 13.2 7.9
0.1000 10.00 1.638 11.3 5.2
0.0500 5.00 2.353 7.7 0.3
0.0250 2.50 3.182 3.6
0.0100 1.00 4.541
0.0050 0.50 5.841
0.0005 0.05 12.941 -












ESTIMACION DE RIESGO
PARA AMBIENTES POBRES: TI, BS2, BP2


G


0 5 10 15 20 25
RIESGO


Figura 8. Niveles de riesgo para el criterio kg $S y los tratamientos G y SPT basado en ensayos en
maiz. Amazonas, Brasil (Singh, 1990).


Definir los dominios de recomendaci6n definitivos.


Paso 6c


Si el criterio de evaluaci6n relevant es kg $'1, como seria lo mis probable para esos agricultores,
su practice habitual (PA) es la mejor opci6n sobre todas las parcelas en el primer afio de uso. Si
los agricultores desean o necesitan producer maiz en el segundo afio, G seria la mejor
recomendaci6n. El Cuadro 9 present un resume de los dominios de recomendaci6n definitivos
para este criterio de evaluaci6n.










Cuadro 8. Resumen de los dominios de recomendaci6n y tecnologia recomendada para maiz,
con base a factors ambientales (clase de tierra) y criterio de evaluaci6n kg $-'. Rio Preto da Eva,
Amazonas, Brasil.



Recomendaciones
Clase de Tierra Criterio de Evaluaci6n:
(ambientes) kg / S en efectivo
BPI
BSI
BP2
BS2
TI


Crear recomendaciones de extension para cada uno de los dominios de recomendaci6n v
formular mensajes de extension apropiados para cada dominio de difusi6n. Paso 7

Al utilizar AA en la investigaci6n y extension a nivel de finca se facility la creaci6n de
recomendaciones miltiples adaptadas a los diferentes ambientes y a los diferentes criterios de
evaluaci6n que los productores puedan utilizar al evaluar nuevas tecnologias. Productores
pertenecientes a los diferentes ambientes incluidos en el dominio de investigaci6n, aunque no
participaron en el ensayo, pueden beneficiarse de este tipo de program de investigaci6n y extension
a nivel de finca. LaFigura 10 resume los dominios de recomendaci6n y las recomendaciones basadas
en los resultados, anAlisis e interpretaci6n del ejemplo utilizado en esta guia.

La identificaci6n de recomendaciones especificas para cada dominio de recomendaci6n facility la
creaci6n de mensajes para los extensionistas. Los mensajes de extension son comunicaciones orales
(utilizadas por ejemplo en programs de radio o en el contact entire personas) o escritas (en forma
de boletines de extension) que pueden generarse a partir de recomendaciones para diferente clientele
(productores comerciales, pequefios productores, etc.).










Figura 10. Resumen de los dominios de recomendaci6n y la tecnologia recomendada para maiz en
base a factors ambientales (clase de tierra) y dos criterios de evaluaci6n t ha"' y kg $'1. Rio Preto da
Eva, Amazonas, Brasil.


Recomendaciones

Criterio de Evaluaci6n:
t/ha


Clase de Tierra


Recomendaciones

Criterio de Evaluaci6n:
Ife C / t a".f..*r


Fuente: Singh,1990









DISENO DE LOS ENSAYOS A NIVEL DE FINCA


El disefio de los ensayos a nivel de finca es algo muy diferente de la creaci6n de disefios
experimentales que se levan a cabo en las estaciones experimentales. Las razones para realizar los
ensayos a menudo tambien son muy diferentes. Esto significa que la naturaleza de los resultados
tambi6n sera diferente y los usos que se darn a los resultados tambi6n variarAn. A su vez, todo esto
significa que el anilisis de los resultados tambi6n sera diferente.



Naturaleza de los ensayos en estaciones experimentales y a nivel de finca

En un ensayo dentro de una estaci6n experimental se repiten los tratamientos (se repiten en bloques
diferentes) para facilitar el analisis estadistico que ayuda a determinar si las diferencias entire los
tratamientos pueden ser consideradas reales o son simplemente product aleatorio. Estos ensayos
tipicos de las estaciones experimentales son de naturaleza enumerativa y tienen un prop6sito
descriptive. La mayoria de procedimientos estadisticos, tales como ANOVA, tambi6n son de
naturaleza enumerativa. Cuando se ha utilizado un nimero de repeticiones suficientes en el disefio
experimental, el ANOVA puede ayudar a estimar diferencias entire tratamientos (es decir si las
deferencias entire el tratamiento y el control, o entire los tratamientos son reales o product aleatorio).
Cuando existen diferencias significativas, el investigator puede describirlas y relacionarlas a las
condiciones del lugar de ensayo en la estaci6n experimental y al afio en que se condujo el
experiment. Los resultados son vilidos para esas condiciones especificas y no se pretend
extrapolarlos a otros Ambitos, condiciones o afios. Las mismas conclusions son relevantes en ensayos
conducidos en fincas individuals (y no varias fincas en un ensayo coordinado) usando el mismo tipo
de disefio (de la estaci6n experimental) con repeticiones.

Los ensayos en estaciones de experimentaci6n no estan disefiados para ser predictivos. No seria
razonable predecir que los resultados del experiment descrito mas arriba se pueden alcanzar en otros
ambitos, condiciones o afios. Para poder hacer una afirmaci6n sobre lo que puede ocurrir en el future
(es decir, una predicci6n) seria necesario repetir el mismo experiment en el mismo lugar durante
various afios. Entonces seria possible describir qu6 ocurre en ese Ambito durante various afios. Las
predicciones estarian basadas en la premisa de que se pueden esperar los mismos resultados en los
afios siguientes y en el mismo lugar.

La investigaci6n a nivel de finca como esti descrito aqui normalmente se Ileva a cabo para hacer
recomendaciones a un grupo de agricultores mayor que al que particip6 en el ensayo. Podria decirse
que la recomendaci6n es, de hecho, una predicci6n de que los mismos resultados pueden ocurrir en
fincas o campos especificos si los productores siguen las prActicas bajo las mismas condiciones. Los
procedimientos estadisticos que levan a las predicciones son de naturaleza analitica.
"Procedimientos estadisticos ad-hoc son comunes en studios analiticos... [porque] los mdtodos
tradicionales [tales como lasformas mds comunes de ANOVA] simplemente no pueden adaptarse
a la complejidad de los ensayos a nivel definca" (Stroup et al., p. 160).









Ensavos a nivel de finca


El diseflo de los ensayos a nivel de finca para hacer recomendaciones a un n6mero mayor de
productores debe tomar en cuenta la diferente naturaleza de los dos tipos de investigaci6n. En la
mayoria de lugares donde se leva a cabo investigaci6n a nivel de finca, los productores necesitan y
quieren la informaci6n ripidamente. Por otra parte, los recursos de investigaci6n, ya sea de
organizaciones gubernamentales o no-gubernamentales o de los mismos productores,
normalmente son escasos. Por tanto se necesitan m6todos y diseflos de investigaci6n que sean
eficientes, efectivos y mantengan la confianza en las recomendaciones resultantes de los ensayos.
Sobre todo, los disefios usados en investigaciones a nivel de finca deben ser adaptables a diferentes
condiciones y usos.



Disefio de ensayos a nivel de finca para el AnAlisis de Adaptabilidad

El Anilisis de Adaptabilidad da las bases para el disefio de ensayos a nivel de finca y cumple con los
criterios presentados anteriormente. Debido a que los productores deben ser participants activos e
implicados en todos los aspects de los ensayos, incluyendo la selecci6n de los tratamientos y la
naturaleza de los ambientes usados en el ensayo, es necesario hacer una distinci6n muy clara entire
tratamientos y ambientes.

Tratamientos y repeticiones versus ambientes

En pocas palabras, en un ensayo a nivel de finca en el que se use el Analisis de Adaptabilidad, todo
aquello que no es un tratamiento se convierte en un factor que afecta el ambiente para cada uno
de los sitios. Consideremos un ensayo de cultivos 2*2 factorial con un arreglo de bloques completes
aleatorios pero con s61o un bloque en cada sitio. Los tratamiento son 1) la variedad local de cada
agricultor' sin fertilizante quimico, 2) una variedad mejorada sin fertilizante quimico, 3) la variedad
local del agricultor con fertilizante quimico, 4) la variedad mejorada con fertilizante quimico. Debido
a que los agricultores en este dominio de investigaci6n raramente utilizan fertilizantes quimicos con
sus propias variedades, la variedad local sin fertilizante quimico puede considerarse como el control
y debe ser exactamente la misma que cada agricultor participate utiliza en el resto de su parcela.

Con excepci6n de esos cuatro tratamientos, no hay raz6n para que cada agricultor que participa en
el ensayo deba seguir las mismas prActicas culturales, siempre y cuando los tratamientos sean
id6nticos. Siembra temprana o tardia, uno o dos deshierbes, uso de esti6rcol, campos irrigados o no,
siembra en altas o bajas densidades, o incluso aplicaciones adicionales de fertilizantes, son todos
factors que influyen en la naturaleza del ambiente en el cual los cultivos o animals se
desarrollan. Todos estos factors se deben documentary para la caracterizaci6n ambiental, pero no
los deben considerar como tratamientos diferentes, y en realidad tienen mis un efecto positive que
negative en el AA. Debido a que estas pricticas culturales son Ilevadas a cabo por diferentes


8 Es acceptable que las variedades de los agricultores sean diferentes si normalmente usan variedades diferentes.









agricultores y no estin bajo el control del investigator, son dificiles de aceptar para el investigator
que s61o ha trabajado con ensayos en estaciones. Esto se debe al hecho de que en la investigaci6n en
la estaci6n, el investigator esti interesado en conocer y luego describir s6lo el efecto de aquellas
variables que estan siendo estudiadas, es decir tratamientos. Si se deja que otros factors
cambien, su efecto en el ambiente puede esconder el efecto de los tratamientos. En la investigaci6n
a nivel de finca, el objetivo del ensayo es conocer c6mo los tratamientos responded a las condiciones
variables de los agricultores. Debido a esto es necesario permitir que varien los factors que no son
parte de los tratamientos.

Qu6 ocurriria al disefio presentado anteriormente si los agricultores sembraran las dos variedades
correctamente, pero cada uno utilizara un grado diferente de fertilizante quimico (lo que inicialmente
era considerado como tratamientos)? Los factors restantes que permanecen comunes a todos los
sitios (las variedades) son los inicos tratamientos restantes y las diferentes aplicaciones de
fertilizantes se convierten en factors que influyen en los ambientes. Esto, entonces, dejaria un diseiio
simple con dos tratamientos. Las diferentes aplicaciones de fertilizantes de los agricultores deberian
documentarse y usarse para caracterizar los ambientes. Un disefio similar resultaria si los agricultores
decidieran no usar la variedad mejorada y, simplemente, usar la misma aplicaci6n de fertilizante en
parte de sus campos y dejar sin fertilizer el resto. El uso de fertilizante se convierte en el tratamiento
(si el grado aplicado fue el mismo en todos los casos).

Tratamientos.

Se deben hacer pocos tratamientos para facilitar la participaci6n de los agricultores en el ensayo.
Esto aumenta la difusi6n de las tecnologias recomendadas, pero tambi6n ayuda a los investigadores
y extensionistas a entender los criterios de evaluaci6n de los agricultores, element imprescindible
para el anilisis de datos. Todos los ambientes deben tener los mismos tratamientos, o por lo menos
tener un conjunto comin de tratamientos. Las diferencias en el manejo de los agricultores se
convierten en factors que afectan al ambiente y tienen un efecto positive, no negative en el disefio
del ensayo. Las prActicas de los agricultores pueden variar de finca a finca reflejando el manejo
individual de cada agricultor. Estas diferencias por supuesto deben ser documentadas
cuidadosamente para que se puedan utilizar en la caracterizaci6n de los ambientes en cada finca. En
la mayoria de casos, una parcela que contenga inicamente las pricticas habituales del productor
puede servir como el tratamiento control en un ensayo a nivel de finca. Esto se debe a que el
agricultor (al igual que el personal de investigaci6n y extension) debe juzgar cada nueva tecnologia
en base a sus pricticas habituales para poder determinar si la nueva tecnologia es mejor. No es
adecuado determinar s6lo cuil de los nuevos tratamientos es el mejor considerando solamente los
nuevos tratamientos.

Repeticiones.

En cada lugar, s61o se necesita un bloque para el AA. Si el agricultor o el extensionista desea hacer
repeticiones para ayudar a asegurar que el ensayo no se pierda en un sitio especifico, dos bloques son
suficientes. Normalmente se obtendri la media de cada tratamiento para usarla en el AA. Usar mis









de dos bloques por lugar es hacer un uso ineficiente de los recursos, a menos que cada bloque se
consider un ambiente diferente.

Ambientes.

El n6mero de ambientes (sitios) es mis important que el nunero de repeticiones en cada ambiente.

Stroup et al. (p.172) dan una regla basica:

La regla de 48: El nmmero de tratamientos multiplicado por el ntmero de ambientes debe
serpor lo menos 48 (aproximadamente) siempre y cuando el nmmero de ambientes no sea
menor que 12. Por tanto, para 4 tratamientos 12 ambientes son suficientes; para tres
tratamientos 16 ambientes; y para 2 tratamientos 24 ambientes9.

Finalmente, con el fin de aumentar la probabilidad de que el primero de los tres criterios de calidad
de los datos se cumpla, el disefio debe incluir un rango amplio de ambientes, incluyendo diferentes
tipos de agricultores y escenarios fisicos, y 6stos deben ser distribuidos tan bien como sea possible para
ayudar a satisfacer el tercer criterio. El segundo criterio depend de las condiciones naturales mis
alli del control de las personas que estin realizando la investigaci6n a nivel de finca.

























9 En el ejemplo usado en esta guia, el nfunero de ambientes es menor a 12 para facilitar los cAlculos, pero el
resultado es un nfmero limitado de observaciones en las cuales basar la caracterizaci6n ambiental.










BIBLIOGRAFIA


Andrew, C.O. and P.E. Hildebrand. 1993. Applied agricultural research: Foundations and
methodology. Westview Press. Boulder CO.



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 CO.



Hildebrand, P.E. and J.T. Russell. 1996. Adaptability 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 oxisoils 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. 1993. Farmer participation for more effective
research in sustainable agriculture. Chapter 12 In: Technologies for sustainable agriculture in the
tropics. American Society of Agronomy, Madison WI.




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