第三章 学際的農業システム研究の計画
「正しい問題に対する概算の答えは、近似的な問題に対する正確な答えよりもはるかに価値がある」 ―ジョン・テューキー
優れた研究計画は常に4つの基本的なステップに従います（フリードランドとフォルト、2000年）：
1 重要な問題に取り組むための仮説の構築
2 仮説を検証するための最適な方法の適用
3 結果の解釈と知見の統合
4 タイムリーな結果の普及
農業システム研究もこれらの同じステップに従います。しかし、多くの分野にわたる専門知識を持つチームが関与する学際的な性質は、独特の課題をもたらします。問題の定義や目標設定という準備段階はより複雑になります。チームメンバーが共通のパラダイムや言語を持っていない場合、適切な実験デザインの開発は特に困難です。さらに、科学者も実務者も、より密接な協力を必要としない従来の還元主義的アプローチと比べて、システムベースの研究の経験が少ないのが一般的です。
プロジェクトの範囲の定義
共同研究は、プロジェクト開発のステップを順序立てて進める時に最も成功します。このプロセスは知識と情報の共有から始まり、問題の定義と目標の設定へと進み、最終的に実験計画の基礎となる質問と仮説の策定へと至ります。
図3.1は、チームが一般的な計画から具体的な計画へと進む過程を示しており、プロジェクト開発全体を通じて課題を見直すことの重要性を強調しています。例えば、予算とリソースは早期に計画する必要がありますが、最終計画段階でチームが目標と目的を精緻化する際に調整されるべきです。（第5章では、プロジェクトが提案時と異なる資金レベルを受け取った場合の財務リソースの再配分方法について説明します。）
情報収集と文献レビュー
科学者は単独で研究課題を開発することはできません。すべての科学的探究と同様に、問題の定義や研究課題・仮説の策定には、関連文献の徹底的な知識が必要です。
農業システム研究において、この知識は科学雑誌の範囲を超えて広がります。地域および広域の農業システムに関する農学的、生態学的、経済学的な洞察に加え、農家の観察や専門知識も含まれます。この「未公表」の情報は、地域の生産システムの改善を目指す農業システム研究にとって極めて重要です。
科学者と実務者が文献知識や地域・広域の生産システムに関する知見を提供する一方で、プロジェクトが形作られていく過程で知識のギャップが浮かび上がることがよくあります。チームはブレインストーミングによって必要な情報を特定し、情報収集タスクを分担することでこれらのギャップに対処できます。チームの専門分野の多様性が増すにつれて、基礎的な情報の分野横断的な交換を促進することがますます重要になります―この交換が最終的にプロジェクトの基盤となるのです。
問題の特定従来の研究環境では、研究者は自身の専門分野に応じて問題を分類し、研究プログラムの「メンタルマップ」を作成します。これらのマップには通常、広範な目標、研究対象の問題や課題に関する前提、取り組むべき一連の質問、そして次の探究段階に進むための結果の活用計画が含まれます。農業システム研究に取り組む学際的チームは、分断された専門分野志向の問題定義を超えて進む必要があります。
問題は、多様な視点を統合し、目標達成と研究課題への回答のための論理的基盤を形成するように枠組みを設定しなければなりません。窒素流出を改善するためのアプローチを開発する際の異なる専門家の役割を考えてみましょう。従来の研究環境では、各科学者や実務者は自身の専門分野のレンズを通して問題を見て、その特定の側面に取り組むことに焦点を当てます。対照的に、学際的アプローチでは、システムの構成要素間のつながりをすべてのチームメンバーに明確に示すために、異なる視点を統合することが求められます。
このアプローチを用いて、チームはシステムの構成要素がどのように相互作用して問題に寄与するかを示す包括的なモデルを開発します。このモデルには、圃場規模の生物物理学的プロセス、肥料損失に影響を与える景観特性、そして農家の管理決定を形作る社会経済的プロセスを含めることができます。図3.2は、システムの観点から窒素利用と汚染に寄与する影響と要因の3つの概念モデルを示しており、それぞれ異なる視点と優先順位を持つチームによって作成されています。
第2章で議論されたコンセプトマップは、チームに研究問題をより大きなシステムの文脈の中で図式的に表現することを求めるため、学際的な協働の有用な出発点となります（Heemskerk et al., 2003）。これにより、グループの全員が複雑なシステムと問題について同じ理解から始めることができます。したがって、チームビルディングの機能を超えて、概念モデルは研究計画の策定に不可欠なものとなります。
プロジェクト計画ツールとして有用であるために、コンセプトマップは以下の条件を満たす必要があります：
• 研究課題を包含するシステムを説明すること
• 明確な境界を持つこと
• システムの構成要素とその相互作用を定義すること
• 研究課題に対する論理的な枠組みを提供すること
• すべての共同研究者によって開発され合意されており、各メンバーがモデル内で自身のサブシステムまたは専門分野を特定できること
• 審査員、利害関係者、潜在的な資金提供者にとって理解可能であること
第2章で議論されたコンセプトマップは、チームに研究問題をより大きなシステムの文脈の中で図式的に表現することを求めるため、学際的な協働の有用な出発点となります（Heemskerk et al., 2003）。これにより、グループの全員が複雑なシステムと問題について同じ理解から始めることができます。したがって、チームビルディングの機能を超えて、概念モデルは研究計画の策定に不可欠なものとなります。
目標と目的の設定
研究チームがプロジェクトの焦点となるシステムや問題の概念モデルに合意した後、プロジェクトの目標と研究課題の策定に移ることができます—この段階で分野横断的な統合がしばしば生まれます。
初期段階では、チームは直ちに集約や優先順位付けを行うのではなく、目標と課題に関するすべてのアイデアを受け入れる包括的なアプローチを取るべきです。しかし、この包括的なアプローチは、効果的に管理するには散漫すぎる目標を持つ扱いにくいプロジェクトにつながる可能性があります。最終的に、グループはプロジェクトの目標に優先順位をつけ、制限する必要があります。チームリーダーは、プロジェクト全体の目的に沿いながら、異なる分野や利害関係者の利益のバランスを取った目標と優先順位を確保するこのプロセスを促進する上で重要な役割を果たします。各参加者はまた、自身の分野で最先端であり、かつプロジェクト全体に貢献する研究の焦点を持つ必要があります。このバランスがなければ、参加者は専門的な利益を得ることなくプロジェクトに奉仕しているだけだと感じる可能性があります（Box 1.3および1.4参照）。
実験デザインと目標の整合
チームが目標と目的を確立した後、次のステップはプロジェクト（または実験）計画の策定です。この段階では、全体的な実験デザインの計画と、実施、分析、結果の解釈のための方法の特定が含まれます。農業システムに適用可能な結果を生成するプロジェクトでは、利害関係者への情報伝達計画を含めます。プロジェクトの種類と研究の性質に応じて、実験計画の開発を導くための質問または仮説を設定します。システムレベルの仮説の例についてはBox 3.1を参照してください。
すべての研究と同様に、実験デザインは実験目標と整合している必要があります。これは、チームメンバーがシステムレベルの課題に取り組む学際的な研究をデザインした経験が限られている場合、共同プロジェクトにおいて特に課題となります。
実験デザインの段階では、2つの一般的な問題がよく発生します。第一に、概念モデルがシステムを正確に表現していない場合、システムレベルの仮説や適切な実験デザインの開発が困難になります。研究チームがこの段階で困難に直面した場合、概念的枠組みの背後にある論理と前提を再評価し、プロジェクトの目標と目的を見直す必要があります。
第二に、分野間での実験的・分析的アプローチの違いが、特にチームメンバーが分野横断的な協働の経験に乏しい場合、デザインプロセスを妨げる可能性があります。このような場合、グループメンバーは、自身の研究アプローチを説明し、特定の課題に必要な方法を記述し、これらの方法の根拠を提供するプロジェクト固有のプレゼンテーションを行うべきです。この情報交換は、チームメンバーが異なる分野のアプローチを理解し、実験計画を促進するのに役立ちます。
実験デザインの段階は通常、2つの計画段階を含みます。最初の段階では、研究場所、時間枠、研究対象となる農業システムとプロセスの種類について、大局的な決定を行います。チームは時として、プロジェクトの目標と研究課題を定義する際にこれらの決定を行います。
第二段階では、より大きな計画、目的、利用可能な資金によって決定される事項に焦点を当てます。これには、サイト選択基準、区画の大きさと配置、測定する変数が含まれます。
実験の位置づけ：模擬的および既存の農業システム
研究者は一般的に、学際的な農業システム研究に対して2つの異なるアプローチを用います（Shennan et al., 1991; Drinkwater, 2002）。1つ目は模擬的農業システム—特定の課題に答えるために設計された反復実験—を使用します。これらは通常、農業研究施設に設置されますが、農場に配置することもできます。2つ目のアプローチは、既に運営されている既存の農業システムを調査します。この方法は、特定の景観を比較したり、実際のシステムをその場で理解したりするために一般的に使用されます。既存のシステムは、稼働中の農場（Drinkwater et al., 1995, Needelman et al., 1999）から、より大規模な農業景観（Auclair, 1976）や集水域（David et al., 2009）まで多岐にわたります。アプローチの選択はプロジェクトの目標と仮説に依存し、それぞれが独自の利点と制限を提供します。
時として、研究課題が適切なサイトの選択を明確に示します。例えば、緑肥すき込み後のマメ科植物由来の窒素や炭素を研究する場合、安定同位体トレーサーに対応するために模擬的な反復システムが必要です—これは稼働中の農場では使用が困難です。逆に、農場規模での植生と輪作が害虫や天敵に与える影響に関する研究は、関係する規模のため、既存の農場を必要とします。
植物種の多様性とカバークロップの性能の関係を探るような一部の課題は、仮説に応じて様々な実験デザインを通じて調査することができます。カバークロップの種構成がバイオマス生産、雑草抑制、またはN2O排出に与える影響の研究は、模擬的な研究施設の区画で上手く機能します。しかし、輪作との適合性、管理のしやすさ、信頼性といった農家が開発した基準を用いてカバークロップの性能を評価する場合は、既存の農場が必要です。多くの場合、研究施設と稼働中の農場や景観を組み合わせたハイブリッドアプローチが最も効果的であることが証明されています。これは、異なる研究場所の長所と制限が互いを補完し合うためです。
歴史的に、研究者は模擬的農業システムモデルを好んできました。表3.1は、様々な生産システムを比較する米国における主要な最近の反復型オンステーション実験システムをまとめたものです
BOX 3.1. 農業システム研究におけるシステムレベルの仮説の例
生物学的に多様な農業システムは、より単純なシステムと比較して、より高い回復力を示す。
温室効果ガス排出削減と炭素貯蔵に最適化された農業システムは、土壌と水質の向上を実証する。
統合作物・畜産システムは、単作と比較して環境的・経済的リスクが低い。
ニューハンプシャーの酪農システムは、そのエネルギーと栄養要件のすべてを現場で生成できる。
有機穀物システムは、従来型システムと比較して穀物1ポンドあたりの温室効果ガス排出量が少ない状態で、経済的に競争できる。
模擬的農業システムには、既存のシステムと比較していくつかの利点があります。研究者は、土壌タイプ、管理履歴、農家の技術、周辺の生息地、微気候などの変数を制御しながら、管理システムを比較することができます。また、農家がまだ使用していない革新的な作付けシステムを研究することもできます。さらに、模擬的システムは、すべてのシステムが明確に定義された基準条件から開始されるため、新しい管理方式の実施後の経時的な変化を追跡することができます。
しかし、これらの長所には制限も伴います。単一の場所からのデータでは、様々な環境条件（土壌の質感や景観レベルの生物多様性など）が農業システムにどのように影響するかを明らかにすることができません。研究は多くの場合、生産システムを代表する少数の実践セットの研究に限定されますが（Liebhardt et al., 1989; Temple et al., 1994）、農家は通常多くのバリエーションを利用できます。すべてのシステムを最適に管理することは困難な場合があり、特に革新的な農家主導の実践と従来型の実践を比較する際に顕著です。農家の指導があっても、研究チームは農業実践を正確に模擬するための専門知識や機器が不足している可能性があります。さらに、研究施設のシステムは、景観規模の生態系プロセスや特定の社会経済的問題に適切に対応することができません。これらの実験は土壌への初期の管理効果の研究には優れていますが、数十年にわたって維持することは財政的にも物流的にも困難であり、長期的なデータ収集が難しくなっています。
既存のシステム—農場、集水域、または農業景観—は、その制限が利点を上回ると考えられることが多いため、研究サイトとしてはあまり一般的ではありません。一部の農学者は、農場間の制御不能な変数のために、既存のサイトで仮説を検証することができないと誤って考えています。農場での研究には物流上の課題があります：農家が研究者に通知せずに計画を変更する可能性があり、サイトは通常アクセスが困難で分散しており、実験施設と比較して研究コストが増加します。しかし、慎重な研究設計とサイト選択によってこれらの課題に対処することができます。
既存システムの主な利点は、規模、管理実践、および農家の制約における現実性であり、実際の条件下での農業プロセスについてユニークな洞察を提供します。サイト選択は、環境条件を戦略的に制御または変更するために使用でき、研究者は多様な設定で仮説を検証することができます。例えば、Needelman et al.（1999）は、異なる土壌質感を持つ農場を研究し、管理実践が土壌条件とどのように相互作用するかを調査しました。異なる管理アプローチを持つ確立された農場は、これらのシステムが定常状態に近いため、移行効果を回避するのにも役立ちます。
経時的な変化を調査する研究では、異なる期間管理されたサイトを使用して仮説を検証することができます。景観規模の特性の影響を受ける特定の農業特性は、社会経済的プロセスとともに、特に農場規模の研究サイトを必要とします（Letourneau et al., 1996; Elias et al., 1998）。
実世界のシステムを効果的に模倣するために、模擬的農業実験は最初から生産者の参加を必要とします。研究チームは、設計段階と実施段階の両方で、表現されるシステムを明確に定義し、知識のある農家の意見を全過程で取り入れる必要があります。新しい管理方式は、現在の実践を反映する前に移行期間を必要とすることを認識することが重要です。例えば、これまで裸地休閑を伴う一年生作物を使用していたサイトにカバークロップの輪作を導入する場合、微生物群集や易分解性土壌有機物（SOM）プールの変化は2〜4年以内に現れる可能性がありますが、総SOMプールの顕著な変化が現れるまでには10年以上かかる可能性があります。
システムの定義
目標と目的を明確に設定した後は、現実的な管理体制を用いる限り、システム処理の定義は単純明快になります。農業システムは多岐にわたり、これらの実験では単一の管理方法を個別に比較することはできません。処理間で変動要因の数を制限することで実践を比較したくなるかもしれませんが、この
アプローチは、処理が実行可能な農業システムを代表していないため、通常失敗します。処理は実際の農業システムを合理的に代表する必要があります。
例えば、カバークロップの有無による輪作を比較する場合、他の管理方法も調整が必要です。カバークロップの追加は、裸地休閑と比較して、換金作物の播種時期が遅くなり、窒素肥料の施用量が減少することを意味します。同様に、現実的な有機農業システムと慣行農業システムを比較する場合、輪作、投入資材、品種、播種時期など、複数の実践における違いが必要となります。これは要因配置法（一つの要因のみが変化する）に慣れた人々には課題となるかもしれませんが、農家は最適なパフォーマンスを維持するために、他の要素を調整することなく、システムの一つの側面だけを変更することはめったにありません。
具体的な管理方法を開発するために、チームは各農業システム処理に対する明確な目的と指針となる戦略を確立する必要があります。このプロセスは多くの場合、農家の意見を取り入れてシナリオを開発し、より広範な利害関係者グループにシステム処理の検証を依頼する反復的なサイクルを含みます（図3.3）。各処理に対する明確なガイドラインを作成することで、全体的な戦略との整合性を保ちながら、降水量や雑草圧の通常の変動に対して柔軟な管理対応が可能になります。
ニューヨークでの4つの有機野菜栽培システムを比較する長期システム実験は、このプロセスをよく示しています。すべてのシステムは米国北東部で一般的な作物を使用した有機野菜生産に焦点を当てていましたが、その管理方法は収入目標、生産制約、管理優先順位に基づいて異なっていました（表3.2）。栽培システム1（CS1）は、4年のうち2年で二毛作を行う典型的な集約的野菜システムを代表していました（4年周期で6回の換金作物）。CS3は、経験豊富な有機農家が開発した革新的な低集約型システムを再現し、換金作物とカバークロップを交互に栽培しました（4年周期で2回の換金作物）。科学者、普及指導員、農家が共同で開発したCS2とCS4は、年間換金作物を生産しながらCS3の主要戦略を適用しました（4年周期で4回の換金作物）。CS2とCS4は類似した目標と制約を共有していましたが、重点が異なっていました—CS2はカバークロップに、CS4は耕起の削減に重点を置きました。
新しい農業システム実験を開発する前に、米国全土の過去および現在のシステム試験を検討してください（表3.1）。各試験は、地域の環境、農業実践、研究優先事項を反映した独自の設計要素を特徴としています。これらの実験は、基本的な生態学的プロセスの調査から地域生産システムの最適化まで多岐にわたります。これらは農家の参加と補完的な実験を組み込みながら、実践的な成果と新しい生態学的な洞察の両方を生み出します。
チームはどのようにして比較のためのシステム処理を開発すべきでしょうか？研究プロジェクトの目標から始めましょう。特定の作物の生産システムを最適化する場合、処理は微妙な違いを捉える必要があるかもしれません—例えば、輪作、肥沃度の投入、耕起のみが異なる有機穀物処理など。この方法は、管理システムの改善や農家にとって意味のある選択肢の評価が主要な目標である場合に効果的です。ボックス3.2は、あるグループがこれらの考慮事項を踏まえて作付けシステム実験をどのように設計したかを示しています。
管理戦略がシステムのプロセスと結果にどのように影響するかを理解することが目標である場合、各戦略のベストプラクティスを示す処理を開発します。研究では、慣行耕起と不耕起、有機農法と慣行農法、または様々な集約化レベルを比較する場合があります。
多様で大規模な農業システムが他の生態系と比較してどのように機能するかを理解するために、研究には農林複合経営、木質バイオマス処理、または管理されていない生態系を含める必要があるかもしれません
例えば、様々な遷移段階にある休耕地など（このような研究の例については表3.1を参照してください。ミシガン大学のケロッグ生物学ステーション、米国国立科学財団の長期生態学研究ネットワーク、ノースカロライナ州の環境農業システムセンターなどが含まれます）。
BOX3.2. ジャガイモ生産システムの課題を探るための農家の知識の活用
2001年初頭、ミシガン州の研究者、普及員、民間作物アドバイザーが、ジャガイモの収量低下に関する懸念に対応するために会合を開きました。農家たちは、この減少が輪作期間の短縮、残渣投入の最小化、冬季カバークロップの限定的な使用による土壌有機物の劣化に起因すると考えていました。この土壌有機物の減少は、集約的な野菜生産システムにおける一般的な問題であり、特にジャガイモシステムでは深刻です。栽培者は自然に有機物レベルの低い砂質の排水性の良い土壌を使用しているためです。さらに、ジャガイモは畑作物の2倍にも及ぶ高い養分投入を必要とします。
USDA未来農業食料システムイニシアチブの助成を受けたこの研究では、農家は学際的チームに対し、環境を保護しながら、あらゆる規模の経営が経済的に存続できるよう支援しつつ、十分な作物養分を提供できる革新的なアプローチの開発を求めました。
研究チームには、園芸学、飼料作物学、土壌科学、植物病理学、農業経済学の専門家が含まれていました。彼らは農家グループ、民間作物コンサルタント、ミシガンジャガイモ産業委員会の代表者からなる諮問グループと協力しました。9ヶ月にわたり、チームは代替作付けシステムに関する文献と農家の経験を研究し、様々な輪作順序、冬季被覆作物の選択肢、経済的に土壌の劣化に対処するための低用量堆肥施用を検討しました。
チームの当初の設計は、残渣と冬季被覆の強度が異なる8つのジャガイモ輪作順序において、低窒素肥料レベルと高窒素肥料レベルを比較する要因的アプローチを用いた長期試験でした。しかし、ジャガイモ栽培者たちは、生物学的には興味深いものの、農業実践性と経済的実行可能性に欠ける処理が多すぎる複雑な設計であるとしてこれを却下しました。代わりに、栽培者たちは完全な作付けシステムの比較を希望しました。
栽培者と普及協同組織からの意見を取り入れて開発された最終的な実験設計では、一般的な3つの農家の輪作を基準として、連続的な土壌被覆を維持し豊富なカバークロップ残渣を生産する農家のカバークロップ輪作と比較しました。また、多様なカバークロップと堆肥処理を通じて生物多様性の勾配を検証する、研究者が設計し農家が承認した4つの代替輪作も含まれていました。
プロジェクトの成功に不可欠だった要素が2つありました：(1)パイロット地域における農家の初期実践を記録したベースライン調査で、これにより時間の経過に伴う影響と採用状況の評価が可能になりました。(2)調査、非公式な現場での議論、正式な研究チーム会議を通じた継続的な農家からの意見。
Sieglinde Snapp、プロジェクトディレクター
設計上の考慮事項 模擬農業研究プロジェクトでは、典型的な反復プロット実験とは異なるいくつかの設計面があります。特に注目すべき3つの課題は、区画の大きさ、処理内の管理体制、および補助的な小規模実験の使用です。
区画の大きさ システム実験は通常、農場規模の機器に対応するため、標準的な試験場の区画よりもはるかに大きな区画を必要とします。農場規模の機器を使用することには2つの重要な利点があります：(1)システム処理で自身の機器を使用する場合、農家は結果をより好意的に見ます。(2)研究者は正確なエネルギーと経済分析を実施できます。
区画の大きさは実験自体にも大きく影響します。大きな区画は、圃場の縁に沿った微気象と雑草圧力の違いであるエッジ効果を最小限に抑え、時間とともに悪化する可能性のある耕起の影響を軽減します。大きな区画は、複数の研究グループがサンプルを収集し、主要区画内に追加実験を組み込むための十分なスペースを提供します。
長期実験では、区画の縁に沿って成熟し種子を生産する雑草が雑草圧力を増加させる可能性があります。高い移動性を持つ生物（節足動物など）を対象とする研究では非常に大きな区画が必要ですが、適切なスペースが常に利用できるわけではありません。模擬システムは実際の農場の条件に匹敵しないため、一部の節足動物群集の特性は実際の農場でのみ研究できます。同様に、小さな区画でのモールドボードプラウイングは、不適切な播種床準備や
枕地の形成につながり、過度の車輪の通行が問題となります。
チームは、より大きな実験の維持コストとその利点のバランスを取る必要があります。大きな区画は、特に順次手作業での収穫を必要とする野菜など、高価な作物には実用的でない場合があります。
管理体制 従来の要因実験では、研究者が耕起や肥沃度管理などの他の要因を研究するために作物種を変数として排除しようとするため、同じ作物を同時に栽培します。しかし、多くの農業システムプロジェクトでは、反復システムの比較であっても、同じ作物が同じ年に栽培されない異なる輪作を伴うことがよくあります。作物種は、システム全体の性能に影響を与える多くの要因の1つに過ぎないことを覚えておいてください。システム実験では、処理を含むシステム全体が研究単位となります。
各システムの輪作を作成するには2つのアプローチがあります： 輪作の違いをシステムを区別する要因として受け入れる。異なる作付けシステムの複製と理解が目標である場合、システム間で特定の作物を比較することは不可欠ではないかもしれません。これらの輪作の違いは、しばしば農業システムを意味のある形で定義します。
例えば、有機システムは、肥料と農薬の代わりに病害虫管理のために輪作を使用する点で、主に輪作順序において慣行システムと異なります。
毎年異なる作物を栽培する計画の場合、経済評価（生産コストと収量および作物価値の比較）または収量を郡平均と比較すること（例：「収量は作付けシステム1と2でそれぞれ郡平均より10パーセント上回りおよび20パーセント下回った」）を検討してください。また、特定の作物生育段階での土壌特性やその他の属性を比較することもできます。実験が継続するにつれて、作物関連データの複数年平均を使用して経時的な傾向を分析できるため、単年度の結果はそれほど重要ではなくなります。
• 同シーズンの作物比較を可能にしながら輪作の違いに対応できるように実験を設計する。輪作は、特定の時点で同じ作物が現れるようにすることができます—例えば、3年輪作と6年輪作を設計して、トウモロコシが少なくとも輪作サイクルに1回は同じシーズンに栽培されるようにします。分割区画設計は、各作付けシステムの異なる開始点に対応しながら比較の機会を最大化する最も強力なアプローチを提供します（Peterson et al., 1999）。
分割区画の数は輪作サイクルの長さと一致し、毎年輪作全体を表現します（図3.4）。このアプローチは、管理と気候の相互作用を効果的に検出し、管理体制内での作物性能の直接比較を可能にしますが、実験の規模と複雑さが増加します。一部の研究では、毎年完全な輪作を表現せずに、年間2〜3の輪作ポイントに対応するために分割区画設計を使用する中間的なアプローチを取っています。
補助的な衛星実験と入れ子状の小区画 農業システム実験には、新しい管理方法を試験したり進行中の問題を解決したりするために、主区画の外部と内部に小規模な試験が含まれることがよくあります。主区画外の小規模な「衛星試験」は通常、特定の問題に対処したり機器を試験したりする要因実験で構成されます。これらの短期的な評価では、新品種、栽植密度、被覆作物の導入技術を評価することができます。衛星試験は大規模な実験のすべての変数を考慮するわけではありませんが、主実験へのリスクを最小限に抑えながら管理の改善に役立ちます。
大規模な実験内に組み込まれた小区画は、仮説を検証し、システム間の根本的なメカニズムの違いを明らかにすることができます。これらの組み込まれた小区画は、管理システム内の特定の因果関係を調査するために1つの要因のみを変化させます。例えば、小さな対区画で、通常の防除方法で見逃された雑草を手取りで除去する区画と、周囲の雑草レベルの「対照」区画を比較して、雑草圧力が作物収量に与える影響を判定することができます。（小区画についての具体的な議論については第4章63ページを参照してください。）
長期実験 多くの生態系プロセス、特に土壌有機物動態は、少なくとも10年の研究期間を必要とします。模擬農業システム研究は、意味のある情報を得るために2〜3回の輪作サイクル—通常最低10〜12年—を必要とします。最初の輪作サイクルの結果は通常、移行段階を表しており、新しいシステムの真の可能性を反映していません。
長期研究では、研究プロトコル、サンプル、およびデータをアーカイブする明確な方法を確立してください。圃場記録、気象の説明、圃場作業、およびサンプル収集を記録するマスター文書を作成し、システムの性能に影響を与える要因の観察を含めてください。作業や作物の生育を妨げる気象パターンを記録し、特定の区画での管理の逸脱や作業上の誤りを記録してください。適切な記録がなければ、将来の研究者はアーカイブされたデータの解釈に苦労する可能性があります。
関連性を維持するための農業実践の更新手順を含めてください（Aref and Wander, 1997）。単一の技術者や大学院生に依存するのではなく、一貫した管理体制、サンプル収集、分析技術、および保存方法を維持するメカニズムを確立してください。少なくとも1人—通常はチームリーダー—を指定して、整理されアクセス可能なデータとアーカイブされたサンプルを維持し、研究が初期の発見に基づいて発展できるようにしてください。
長期実験 多くの生態系プロセス、特に土壌有機物動態は、少なくとも10年の研究期間を必要とします。模擬農業システム研究は、意味のある情報を得るために2〜3回の輪作サイクル—通常最低10〜12年—を必要とします。最初の輪作サイクルの結果は通常、移行段階を表しており、新しいシステムの真の可能性を完全には反映していません。
長期研究では、研究プロトコル、サンプル、およびデータをアーカイブする明確な方法を確立してください。圃場記録、気象の説明、圃場作業、およびサンプル収集を記録するマスター文書を作成してください。システムの性能に影響を与える可能性のある要因の観察を含め、作業や作物の生育に影響を与える気象パターンなどを記録してください。特定の区画での管理の逸脱や作業上の誤りを文書化してください。適切な記録がなければ、将来の研究者
はアーカイブされたデータの解釈に苦労する可能性があります。
研究の関連性を維持するために農業実践を更新するプロトコルを含めてください（Aref and Wander, 1997）。単一の技術者や大学院生に依存するのではなく、管理体制、サンプル収集、分析技術、および保存方法の一貫性を確保するメカニズムを確立してください。少なくとも1人—通常はチームリーダー—を指定して、整理されアクセス可能なデータとアーカイブされたサンプルを維持し、研究が初期の発見に基づいて発展できるようにしてください。
既存の農業システムを用いた実験設計 模擬研究サイトと同様に、研究目標が既存の農業システムに最適なサイトを決定します。既存のサイトが望ましい場合は以下の通りです：
植生効果、土地利用、農家の意思決定、マーケティング戦略、および事業予算に関わる農場規模の課題
特に総合的病害虫管理や自然の生物的防除を使用する有機農業システムにおいて、スケール間の相互作用が重要な研究
経済学、社会システム、移動性の病害虫や有益昆虫、景観レベルの生態学など、研究機関では大規模すぎるプロセスの研究
環境の変動（土壌タイプ、土性、または地形）と管理との相互作用に関する研究
研究機関では利用できない専門的な知識や機器を必要とする管理実践の研究
試験場で再現するのが費用的に高額または困難な、民間地での革新的なシステムの研究
サイト選定は情報収集と意思決定を交互に行います（図3.5）。実験計画は利用可能なサイトに合わせて適応が必要な場合があります。提案書作成時にサイトを特定することはできますが、最終選定は資金確保後に行ってください。
研究サイトを選択する際、農場間での交絡変数を最小限に抑えることが重要ですが、関連する変数は研究課題によって異なります。土壌特性の研究では、農場の位置や隣接する土地利用は、土壌タイプや履歴ほど重要ではないかもしれません。節足動物群集の研究では、周辺の生息地、微気候、圃場の大きさが重要になります。研究に参加する分野が増えるほど交絡変数も増加し、相反する変動のないサイトを見つけることが困難になります。
サイト特定のプロセスには以下の重要なステップを含める必要があります：
開始前に全チームメンバーが農場での農業システム研究に関する文献をレビューすることを確認する
選定基準を定義し優先順位をつける：位置、規模、作物、土壌タイプ、および管理戦略
潜在的な研究サイトを調査し、馴染みのある生産者に相談して一般的な農場の特徴を理解する
大規模な研究の場合、基準確定後に追加の潜在的サイトを特定し基本情報を収集する—追加調査により広範な文脈が得られる
最終選定前に、特に有力な候補地に絞った後で、グループでのサイト訪問を検討する
最終選定のために予備的な土壌検査やその他の診断的測定を含める
研究期間中の損失に備えて追加のサイトを選定する
特にシステムの操作や特別な配慮が必要な研究の場合、研究に意欲的な生産者や研究受け入れ経験のある農場を選ぶ
参加農家に適切な報酬を提供し、研究結果を共有する
Box 3.3では、多数の農場間での生態学的特性を比較するプロジェクトで使用された広範な農場サイト選定プロセスについて説明しています。
BOX 3.3. 異なる管理システムを持つ農場グループを比較するためのサイト選定プロセス
このSARE助成チーム研究では、慣行栽培および有機栽培システムにおいて、管理が生態学的および農学的特性にどのように影響するかについての仮説を検証しました。チームはシステム構成要素の相互作用に対応するため、学際的な仮説と実験デザインを開発しました（Drinkwater et al., 1995）。各研究者はまた、研究全体の目標を支持する、土壌プロセス、作物生産、植物病理学、または節足動物群集動態に関する分野固有の焦点を絞った仮説も持っていました（Workneh and van Bruggen, 1994; Letourneau and Goldstein, 2001）。
主要な質問に合意した後、チームは全ての専門分野の視点からの基準をリスト化することでサイト選定を開始しました。これにより異なる優先順位が明らかになりましたが、チームは両方の農業システム間で地理的位置、地域気候、および母材土壌タイプの重複を最大化することに同意しました。また、一部のサイトで必要な属性の二次的な基準リストも作成しました。
チームは2つの主要な野菜生産地域を検討しました：カリフォルニアのセントラルコースト渓谷（冷涼期野菜）とインランドセントラルバレー（温暖期野菜）です。サイト訪問とアンケートを使用して、両地域の有機および慣行生産者から情報を収集しました。沿岸地域にはいくつかの利点がありました—特に、両方の農場タイプに存在する潜在的に深刻なレタス根病原体です。しかし、2つの主な障害がこの地域を問題のあるものにしました：有機農場と慣行農場が地理的な重複のない別々の渓谷にあり、短いレタスの生育サイクル（6週間）がデータ収集を複雑にしました。
セントラルバレーはより良い条件を提供しました—有機農場と慣行農場が気候勾配に沿って地理的分布を共有していました。有機農場には慣行栽培の隣接地があり、一部は大規模な慣行栽培圃場に囲まれていました。植物病理学者は単独で作業する場合、沿岸地域でのレタス研究を好んだかもしれませんが、チームはここでトマト生産を研究することを選択しました。
地域と作物を選択した後、チームは研究サイトを必要としました。各メンバーは自身の専門知識に基づいてサイトをランク付けし、各分野にとって最も重要なサイトが全員によってサンプリングされるようにしました—これにより統合的な質問のための強固な基盤が作られました。有機農場が限られていたため、チームはまずこれらを選択し、その後で比較可能な慣行農場を見つけました。当初は多変量統計のためにサイトをペアにする計画でしたが、全ての分野に満足のいくペアを構成することはできませんでした。
初年度は、全分野でサンプリングされたサイトに加えて、研究者は特定の作業のための追加サイトを選択しました。この妥協により、統合研究と個別の方法論のテストの両方が可能になりました。しかし、年末の結果は、全分野でサンプリングされたサイトがより興味深く有益な知見をもたらしたことを示しました。2年目には、チームは統合的な質問に最も適した18のサイトに合意し、全ての分野がこれらのサイトでサンプリングを行いました。
詳細については、Drinkwater et al., 1995を参照してください。
実験計画の考慮事項 既存のシステムを研究する際、研究者は複数の方法論的アプローチから選択できます。以下は、研究目的に合わせて方法論を調整する主要な例です。
農場ペアの比較 稼働中の農場システムを研究する最も一般的なアプローチは、ペアになった農場を比較することです。この方法は、農場サイトを慎重にマッチングすることで交絡変数を減らすことができると想定しています。各ペアは反復として機能し、標準的な統計分析を可能にします（Lockeretz et al., 1981; Reganold, 1993）。この戦略は、より少ない分野の研究や、農場タイプが類似した地理的分布を共有している場合に適しています。
しかし、より多くの分野が研究に加わるにつれて、マッチング要件が増加するため、農場ペアの基準に合意することが困難になります。例えば、耕起強度が土壌特性に与える影響に関する研究では、土壌タイプを主なマッチング基準として優先するかもしれません。一方、農業システムが土壌プロセスと節足動物の害虫に与える影響を調査する場合は、土壌タイプ、圃場規模、微気候、周辺景観のマッチングが必要です。農場タイプが地理的に離れているか、異なる地形位置や土壌タイプを持つ場合、交絡のない農場ペアを作ることは不可能になります。
農場グループの比較 農場のペアリングが実現不可能な場合、研究者は多変量統計を用いて農場グループを比較できます（Drinkwater et al., 1995; Wander and Bollero, 1999）。このアプローチは、マッチドペアの必要性を排除することで、より柔軟なサイト選択を可能にします。代わりに、基準は農場グループに適用され、交絡変数がグループ間で同様に分布するようにサイトが選択されます。研究者は通常、環境変数（Needelman et al., 1999）または管理タイプ（Drinkwater et al., 1995）によってグループを定義します。代替的なアプローチとして、対照的なグループではなく、環境または管理特性の連続体に沿って農場を特定する方法があります（Steenwerth et al., 2002）。例えば、時系列配列（異なる管理期間下の土壌、農場、または生態系を調査すること）は、農業システムが管理変更にどの程度迅速に反応するかを明らかにすることができます。
単一サイトまたは隣接する農場ペアの詳細研究 個々の農場は、微生物活性などの小規模プロセスの機構的研究を行うことができます。管理実践が生態系プロセスに与える影響を調査するのではなく、研究者は十分に特徴付けられた農業システム内の相互作用に焦点を当てます（Steinheimer et al., 1998）。
大規模研究 一部のシステムプロジェクトは、圃場または農場規模を超えたプロセスを調査します。例として、集水域の比較（Sovell et al., 2000; Napier and Tucker, 2001）や、地域的または時間的な土地管理パターンの研究（Auclair, 1976; Donner, 2003）があります。
マザー・ベビー試験 このハイブリッドアプローチは、既存の農場と研究ステーションの試験区を組み合わせて、生物学的性能と農家の技術評価を結びつけます（Snapp et al., 2002）。研究者は、反復のある研究ステーションの設計を維持しながら、異なる農場環境での様々な管理戦略を評価できます。農家は研究ステーションの試験を見た後、自分の営農に最も適したオプションを選択できます。Snapp et al.（2002）は、マラウイの小規模農家向けの土壌肥沃度管理オプションを評価するためにこの枠組みを使用しました。彼らの研究では、すべての肥沃度管理オプションと生態学的メカニズムをカバーする反復実験のために研究ステーションを使用し、一方で農家は選択したサブセット（通常3つ以下のオプション）を実際の圃場条件下でテストしました。
事例研究 事例研究は、価値のある詳細な定性的情報を提供します。社会科学はこのアプローチに大きく依存していますが、事例研究は分野を超えて特定の農場の全体的な概要を提供します。物語が多様な聴衆に効果的に届くため（Mikkelsen, 1995）、優れた教育ツールとして機能し、農業研究者が不慣れな管理システムを理解するのに役立ちます。事例研究は新しい仮説を生み出し、稼働中の農場の管理システムに関する洞察を明らかにすることができます。58ページのSARE事例研究は、ある研究者が定性的手法を用いて、ウィスコンシン州の農村部にある3つの異なる酪農システムにおける意思決定プロセスを全体的に評価した方法を示しています。
統計モデルの設計に関する考慮事項 システムベースの研究と要因実験は、統計分析のための反復数と試験区配置の決定において共通の課題を抱えています。しかし、農業システム研究には、実験設計とサンプリング戦略によって対処できるいくつかの独自の考慮事項があります。
システム実験における「対照区」の構成要素は重要な問題です。科学者が処理なしの対照区（肥料試験における窒素ゼロなど）を使用する要因実験とは異なり、システム研究ではそのような単純な対照区はほとんど有効ではありません。代わりに、多くの研究では「参照」システム（多くの場合「典型的」または「慣行的」な管理システム）を使用して、実験的な代替案と比較します。この参照点は研究の視点によって変化する可能性があるため、この方法は「対照区」という用語を使用するよりも正確です。農業システムを自然生態系と比較する場合、管理されていないシステムが参照点として機能する場合があります。システム実験ではこの指定は主観的であるため、一般的にどのシステムも「対照区」と表示することは避けるべきです。
空間的変動性は、より大きな試験区サイズのため、システム実験におけるもう一つの課題です。圃場研究でこれに対処するには、より小さな定義された圃場区画内で研究を実施します（Drinkwater et al., 1995; Schipanski et al., 2010）。経験豊富な農家は、避けるべき異常な変動性を持つ領域を特定するのに役立ちます。大規模圃場では、より小さな研究区画を特定の土壌タイプに絞ることで、サイト間の変動性をより良く制御できます。研究ステーション実験では、サイトが大きい場合は空間評価に投資してください。「均一性試験」（サイト全体に単一作物を植え付け、定義されたグリッド上で土壌サンプルと植物バイオマスデータを収集すること）は、貴重なベースラインデータを提供します。サンプリング位置にGPSを使用し、空間変動性を特徴付けるために地理統計学的手法を使用してください。Cavigelli et al.（2005）はこのアプローチの優れた例を提供しています。
実験をブロック化する際は、空間変動性分析を使用してレイアウトを指導してください。可能な場合は土壌の変動性を反映するようにブロックを配置します。予備的なサイト評価は、将来のサンプリングのための枠組みを作成し、強固なベースラインを確立します。初期評価で特徴付けられたポイントをサンプリングすることで、時間の経過に伴う変化を追跡します。
長期的な傾向に焦点を当てたシステム実験では、特にシミュレートされた反復実験の場合、十分に文書化されたタイムゼロのベースラインを確立します。作付けシステム実験は、特に異なる管理履歴を持つ圃場を組み合わせる場合、複数のベースライン年から始まることがよくあります。慎重な初期サンプル収集と保管により、将来の研究可能性を拡大できます。将来の分子分析やその他の技術のために、風乾サンプルをアーカイブし、小さなサンプルを冷凍（理想的には-80°C）することを検討してください。
財務計画
システムプロジェクトの財務支援の計画は早期に開始してください。10年以上運営されているシミュレーション農業システムプロジェクトのほとんどは、研究者が早期に機関の支援を確保したために存続しています（表3.1）。機関の支援があっても、実験確立後のより野心的な研究には外部資金が必要になることがよくあります。学際的なシステムプロジェクトは競争的資金で開始できますが、8年を超えて研究を維持することはほとんどありません。このセクションでは、学際的なシステム研究の立ち上げのための財務計画に焦点を当てています。第5章では長期的な資金調達戦略について取り上げます。
財務計画は、特に典型的な資金サイクルを超える長期的な目標を持つ場合、異なる機関から3〜4人以上の共同主任研究者（共同PI）が関与するプロジェクトで複雑になります。大規模で複雑なプロジェクトの場合、プロジェクト開発の早期段階で複数の資金源を特定するよう努めてください。提案目標が資金提供者の能力と一致することを確認するため、早期に資金レベルについて話し合ってください。
共同研究者と機関間の資金配分を導く2つの重要な要因：
良好な協力関係には、主要な貢献者間での合理的な資金配分が必要です
提案の目標、目的、作業計画は資金提供者のミッションと一致する必要があります
学際的プロジェクトの予算計画は、単一分野の研究よりも早期に開始する必要があります。従来の研究では、研究者はしばしば経験に基づいてコストを見積もり、予算の前に目標を設定します。このアプローチは学際的なシステムプロジェクトではほとんど機能しません。予算計画は早期に開始し、必要に応じて調整できるよう準備してください。
予算策定は、プロジェクト計画の他の側面と同様に、反復的であり、実験計画の調整が必要になる場合があります。以下の手順に従ってください：
• 予想される資金源とプロジェクトの範囲に基づいて、現実的な目標予算を設定します。非現実的な目標を避けるため、この議論は早期に行ってください。60万ドルの研究計画を20万ドルの予算に圧縮しようとすることほど、迅速に対立を生み出すものはありません。より多くの資金が利用可能になった場合に拡大できる控えめな目標から始めてください。
• 目標が最終決定したら、誰が各目的を担当するかを特定します。
• プロジェクトリーダーに、期待される貢献に基づいて組織と共同PIのための初期予算配分を草案させます。共同PIにこれらの金額を目標とした予算案を作成するよう依頼します。間接費を認める助成金の場合は、間接費を明確に指定します。
• 実験計画が発展するにつれて、各組織とPIに個別の予算を作成させます。これは作業計画の改善に役立ちます。例えば、予算制約に基づいて、計画された25農場の研究を20農場に削減する必要があるかもしれません。
• 予算の改善中は、プロジェクトの完全性を維持してください。リーダーは個々のニーズとプロジェクト全体の目標のバランスを取る必要があります。多くの場合、初期計画は高額すぎることが判明し、主要な優先事項に焦点を当てる必要があります。これは実際にプロジェクトに利益をもたらす可能性があります。
この透明性のあるプロセスにより、実験計画と予算編成が完全な協力のもとで進展することが保証されます。プロジェクト全体の経費のための共有予算を確立してください。共同研究には、個々の共同PIではなく、事業全体に役立つ基礎的なコストが含まれます。シミュレーション農業システムの場合、これには土地使用料、農業コスト（空間分析とベースライン年を含む）、およびデータ収集（収量、バイオマス、土壌特性評価）が含まれます。旅費やコミュニケーションコストを含むプロジェクトインフラストラクチャをカバーする詳細な経費予算を作成します。必要に応じて管理サポートを検討してください。
実験区画の維持とデータ収集の間でリソースのバランスを取るために、基礎的なコストを明確にします。区画維持に80%を費やすプロジェクトは、追加の研究資金なしでは実行可能ではありません。圃場研究の場合は、農家へのインタビューと予備的なサンプリングを通じた初期サイト特性評価の予算を計上してください。継続的な農業コストがかかる研究ステーション実験とは異なり、圃場での基礎的なコストは特性評価後に減少します。いずれの場合も、確立されたインフラストラクチャを使用する追加の分野別研究を通じた補足的な資金調達を検討してください。実施中の協力を促進するため、計画段階でプロジェクトインフラストラクチャのサポートを優先してください。
研究車両、土壌特性評価データ、分析サービスなどのリソースを共有することでコスト削減の機会を探してください。シミュレーションおよび既存の農業システムの両方で、研究室間で情報とサンプルを共有することで、コストを大幅に削減できます。
何よりも、公平で透明性のある予算編成プロセスを維持してください。テニュアを持たない教員がテニュア目標を達成できるようサポートしてください。非営利組織のメンバーや農家は、スタッフの時間コストを含む補償が必要であることが多いことを忘れないでください。すべてのチームメンバーがこれらの考慮事項を理解していることを確認してください。
SARE ケーススタディ ウィスコンシン州における有機、草地型、および従来型酪農家の社会経済分析： 農家の意思決定を研究するための定量的・定性的手法の活用
システムベースの研究プロジェクトは通常、複数の専門分野からの視点でトピックを検討するチームによって実施され、定量的データの収集に重点が置かれています。しかし、個々の研究者も定性的アプローチを用いて厳密なシステム研究を実施することができます。
ウィスコンシン州では、SAREの支援を受けた博士課程の学生キャロライン・ブロックが、酪農部門の構造的分岐と農場の意思決定に関する詳細な研究を通じてこれを実証しました。彼女の2010年の論文では、ウィスコンシン州の有機農業、アーミッシュ、および従来型の酪農家がどのように自身の農業システムを選択したかを調査するため、定量的な調査データと定性的な詳細インタビューを組み合わせました。
1万戸以上の農場を擁するウィスコンシン州の広大な酪農産業において、ブロックの最初の課題はシステムの境界を確立することでした。彼女は4つのカテゴリーに焦点を当てました：大規模従来型、中規模従来型、管理集約型輪換放牧（MIRG）、および有機システムです。この決定は、2003-2004年に実施された州全体の包括的な酪農家調査の分析に基づいています。この調査により、過去25年間で州の酪農部門に重要な構造的変化が生じていることが明らかになり、特に大規模な畜舎飼育経営、有機農業、およびMIRGシステムの重要性が高まっていることが示されました。さらに、酪農におけるアーミッシュの存在感がウィスコンシン州の農業景観において重要になってきていました。
ブロックの研究は、「ウィスコンシンの農業システムの分岐は農家世帯の意思決定の表現である」という前提に基づいており、彼女はこれらの選択の背後にある複雑な要因を理解しようと試みました。
これを調査するため、彼女は調査データと他の情報源を用いて60人の酪農家を特定し、彼らの意思決定プロセスについて広範な構造化インタビューを行いました。彼女のアプローチは、農業の選択がライフスタイルと経済的考慮の両方を encompass することを認識していました。
統計データと包括的なインタビューの組み合わせにより、農家の選択を形作る複雑な要因が明らかになりました。ブロックの研究は、酪農家の意思決定を理解する上で重要な2つの主要概念—「オイコノミア」と「限定合理性」—を特定しました。
「オイコノミアは、経済学という言葉の語源—家庭を意味するオイコスに由来する統合的な意思決定アプローチです。オイコノミアは社会的、精神的、生態学的、そして経済的側面を統合します」とブロックは書いています。彼女は特に、農家の有機システムの採用または拒否に関する決定を調査し、
「放牧ベースおよび小規模な従来型農家は有機農法を採用する可能性が最も高い」ことに焦点を当てました。
「農業システムの選択は、実際には基本的なライフスタイルの選択です。特に家族が労働力の大部分を提供し、家族として農場で過ごす時間が最も長いウィスコンシン州南西部の適度な規模の経営において、それは顕著です」と彼女は説明しました。「それは家族農場での経験の統合された本質であり、仕事、消費、余暇、他者との関係、環境、そして精神性のすべてが主に同じ場所で行われるのです。」
彼女の研究により、アーミッシュ農家の精神的または文化的信念が、同様の状況に直面している非アーミッシュ農家と比べて、しばしば酪農の実践について異なる選択につながることが明らかになりました。また、限定合理性が、意思決定者がオイコノミアの価値を完全に表現することを妨げる可能性のある内部的および外部的制約をどのように説明するかについても発見しました。
第３章はこれで終わりです。
この記事が役に立てば幸いです。
良ければフォローやスキをお願いします。