Se o metano diminui depois da adoção de uma ração de baixo carbono, é tentador atribuir a redução à ração. Mas outras condições também podem ter mudado nesse intervalo. O capítulo 11 de Tecnologia e soluções para comprovar a redução de carbono analisa, na verificação dos efeitos da redução de carbono, os ensaios de controle para redução de metano e os desenhos de comparação. Uma pergunta importante é como foram tratadas as condições climáticas e de criação durante o mesmo período.
O que vale a pena distinguir primeiro no livro
Antes de observar os resultados, defina a pergunta e o indicador principais. Se for necessário alterar as condições durante o processo, é recomendável registrar o motivo, o momento e até que ponto os resultados já tinham sido observados quando a decisão foi tomada. Ocultar uma alteração ou apresentá-la como se estivesse prevista desde o início dificulta a avaliação. Uma demonstração sem controle suficiente ainda pode ajudar a aprender sobre os problemas do campo. Mas são necessárias mais evidências para fazer alegações fortes de efeito causal com esses dados. Espero que você explique separadamente o que foi aprendido e o que foi comprovado.
A demonstração em uma fazenda vai além de instalar equipamentos. Os produtores precisam continuar a criação rotineira e reservar tempo para registros e inspeções. Fotos da instalação e a quantidade de animais participantes mostram as atividades, mas os efeitos de redução e a viabilidade comercial precisam ser verificados com dados separados.
Para entender os números da fazenda, primeiro é preciso examinar o espaço onde eles são gerados. A estrutura do estábulo, o fluxo de ar, os locais onde os animais permanecem e os percursos para alimentação e limpeza são o ponto de partida para definir os locais de observação e o plano de manutenção. Também é preciso projetar como obter dados confiáveis de forma contínua no cotidiano da fazenda.
Além da pergunta principal, podem existir indicadores secundários definidos previamente. Use indicadores exploratórios para identificar novas hipóteses, mas não apresente descobertas posteriores como se fossem resultados estabelecidos de antemão. Ao testar vários indicadores, considere os efeitos de comparações múltiplas e de relatos seletivos.
Disciplina para alterar o protocolo. Durante a demonstração, pode ser necessário mudar as condições. O fornecimento de ração pode ser interrompido, um equipamento pode falhar ou pode surgir uma situação imprevista. A mudança em si é normal. O problema é não registrá-la.
Ao fazer uma mudança, registre o motivo, o momento, o que foi verificado sobre os resultados e a avaliação de impacto. Pode ser necessário modificar o plano por uma questão de segurança ou por erros nos dados. Mas uma análise definida depois de ver os resultados não deve ser apresentada como se tivesse sido estabelecida previamente. Diferencie os resultados do plano original daqueles obtidos após a mudança e verifique as novas hipóteses com dados separados.
Em um desenho com controle simultâneo, busque, sempre que possível, a distribuição aleatória e repetições independentes. Se o tratamento for aplicado a um estábulo inteiro, a unidade experimental pode ser o estábulo, e não cada animal. A diferença entre um estábulo tratado e um estábulo de controle dificulta separar o efeito do tratamento da diferença entre os estábulos. A análise deve levar em conta os níveis da fazenda, do estábulo, do animal e da data, além da correlação entre medições repetidas.
Quando um grupo de controle for difícil de estabelecer, use linhas de base repetidas para entender a variação e as tendências ao longo do tempo, mas não suponha que esses dados, por si sós, eliminem todos os fatores de confusão. Mesmo que uma mudança seja menor do que a variação natural de observações individuais, é possível estimar o efeito médio com repetições independentes suficientes. Por outro lado, uma diferença aparentemente grande pode decorrer da estação ou do crescimento. Apresente juntos a estimativa do efeito, o intervalo de confiança e os limites da interpretação causal.
O que observar no campo
Imagine uma fazenda que mudou o método de alimentação durante a mudança de estação. É difícil separar os efeitos dessas duas mudanças em uma única comparação antes e depois. É possível considerar um grupo de controle ou um desenho que compare condições alteradas, mas cada opção tem suas premissas e limitações. Também é preciso avaliar se a operação real da fazenda permite realizá-la.
O bem-estar animal vem primeiro. Equipamentos fixados aos animais, isolamento em câmaras e dispositivos de alimentação que atraem os animais impõem algum grau de carga a eles. Para que essa carga seja justificável, o conhecimento obtido deve ter valor equivalente e o desenho deve primeiro minimizar o ônus. E, quando surgirem sinais anormais, a atividade deve ser interrompida, mesmo que isso implique perda de dados.
A continuidade da operação é prioritária. Se, por causa da demonstração, o horário da alimentação atrasar, a ventilação for limitada ou o cronograma de envio dos animais mudar, a fazenda terá prejuízos. O desenho da demonstração deve se integrar ao fluxo de trabalho já existente na fazenda, e qualquer carga inevitável deve ser compensada.
O cruzamento dos registros de horários de alimentação, estoque e mistura pode ajudar a identificar interrupções na oferta de ração que não seriam visíveis apenas nos comprovantes de compra. Contudo, esses registros, por si sós, não permitem confirmar o consumo real de cada animal nem a quantidade de redução. O valor da verificação cruzada de dados discutida no capítulo 9 está em ampliar o que pode ser observado e identificar os pontos que exigem confirmação adicional.
O que podemos perguntar também na análise de investimentos?
Ao analisar dados sobre os efeitos, seria bom perguntar quais foram os grupos de comparação, como os participantes foram alocados e se houve repetições independentes. O fato de um sensor ter registrado valores em muitos momentos não significa que haja muitos animais ou fazendas independentes. É preciso pensar separadamente na quantidade de medições repetidas e nas evidências que permitem generalizar os resultados.
Um projeto precisa de orçamento e cronograma de relatórios. No entanto, uma data de apresentação definida, por si só, não significa que já existam evidências suficientes. É preciso verificar separadamente se o período de observação e a qualidade dos dados são adequados à avaliação.
O registro não precisa ser elaborado. Basta finalizar um documento de poucas páginas com a data e compartilhá-lo com as pessoas envolvidas ou deixá-lo sob a guarda de terceiros. Esse registro ajuda a verificar se houve alterações posteriores.
Em demonstrações realizadas em várias fazendas, é preciso verificar se o efeito se mantém com novas espécies, condições de criação, estações e circunstâncias operacionais. A possibilidade de manter, na distribuição geral, a equipe e o orçamento concentrados no piloto é outra questão que deve ser analisada separadamente. Verifique os custos de treinamento, manutenção e revisão dos dados necessários para a ampliação. Os aspectos sem evidências suficientes devem permanecer como critérios para testes adicionais, melhorias, mudança de uso ou interrupção.
Perguntas para levar ao fechar o livro
As demonstrações nem sempre são realizadas em condições ideais. O importante é explicar as limitações da comparação e definir o alcance das alegações de acordo com elas. Registre lado a lado quais mudanças foram observadas e até que ponto é possível explicar suas causas.
Sobre o autor
Bongjun Lee concluiu a pós-graduação em Gestão de Tecnologia (MOT) da Sogang University. Trabalhou durante 27 anos no setor de medição de gases, incluindo 7 anos na Infitron Co., Ltd. e 20 anos na Honeywell, atuando como engenheiro de serviços, em vendas técnicas e na gestão de canais. Atualmente, como fundador da AI Safety Korea Co., Ltd., pesquisa o monitoramento de metano na pecuária com o uso de sensores, IA e análise de dados, bem como sistemas de medição, relato e verificação (MRV).