📄️ Analyse des données tricot
Kauê de Sousa, Joost van Heerwaarden
📄️ Intégration des données générées par les agriculteurs et des données agroclimatiques pour la sélection de variétés de cultures
Dans cet exemple, nous démontrons un flux de travail possible pour évaluer les performances des variétés de cultures en utilisant des données décentralisées d'essais sur le terrain générées avec l'approche tricot [@deSousa2024]. Nous utilisons le jeu de données nicabean, qui a été généré à partir d'essais sur le terrain décentralisés de variétés de haricot commun (Phaseolus vulgaris L.) au Nicaragua sur cinq saisons (entre 2015 et 2016). Suivant l'approche tricot, les agriculteurs ont testé trois variétés de haricot commun attribuées aléatoirement sur leurs exploitations comme blocs incomplets de taille trois (parmi un ensemble de 10 variétés). Les agriculteurs ont évalué laquelle des trois variétés présentait les meilleures et pires performances pour huit traits (vigueur, architecture, résistance aux ravageurs, résistance aux maladies, tolérance à la sécheresse, rendement, qualité marchande et goût). De plus, ils ont fourni leur appréciation globale des variétés, c'est-à-dire celle ayant les meilleures et pires performances globales, en tenant compte de tous les traits.
📄️ Préférences des consommateurs pour le gari-eba de manioc
Ici, je présente un flux de travail pour analyser les données d'un essai de préférence des consommateurs réalisé au Nigeria et au Cameroun par l'Institut international d'agriculture tropicale (IITA) dans le cadre du projet RTBFoods (https://rtbfoods.cirad.fr). Les tests consommateurs ont été réalisés en 2022 au Cameroun et au Nigeria auprès de 1 000 participants en utilisant l'approche tricot [@deSousa2024]. Divers consommateurs, dans les villages, les villes et les cités, ont évalué l'acceptabilité globale du gari-eba fabriqué à partir de 13 génotypes de manioc (Manihot esculenta Crantz).