Tricot (Comparaisons triadiques des technologies)

Tool functions

Decision-making support

Research themes

Inclusion numérique

keywords

Tricot, pour comparaisons triadiques des technologies, est une méthodologie qui permet aux agriculteur.rice.s d’identifier les technologies les plus adaptées aux conditions locales de leurs propres exploitations. Au lieu de tester des variétés culturales et d’autres technologies dans des parcelles expérimentales à grande échelle et dans des conditions standardisées, Tricot permet de les tester directement dans les champs des agriculteur.rice.s, dans des conditions réelles, en tenant compte de la diversité de leurs contextes. Les agriculteur.rice.s, en testant et en validant de nouvelles technologies prometteuses comme les variétés de cultures, deviennent ainsi des « agriculteur.rice.s chercheur.e.s ».

Grâce à l’approche Tricot, les centres de recherche ont l’opportunité de valider et de diffuser de nouvelles technologies de manière massive et participative, en collaborant avec un grand nombre de participant.e.s dans des conditions variées. Des résultats fiables sur les caractéristiques de différentes technologies, par exemple plusieurs variétés d’une même culture, peuvent être générés à partir d’un grand nombre d’essais conduits dans des environnements diversifiés. Des critères importants pour l’adoption dans la pratique, souvent négligés dans les essais gérés uniquement par les chercheur.e.s, sont pris en compte par les participant.e.s. Il est ainsi possible d’anticiper des taux d’adoption technologique plus élevés et un impact renforcé de la recherche sur les pratiques agricoles.

Accéder à l'outil

Tricot : les détails techniques

Dans quel contexte cet outil est-il utile ?

Si vous êtes un chercheur, un agent de vulgarisation ou un acteur d'une ONG travaillant dans le domaine du développement agricole, Tricot pourrait vous être utile. Un guide méthodologique peut vous aider en dix étapes à apprendre comment établir et mener à bien un projet Tricot, en impliquant de nombreux agriculteurs en tant que chercheurs au sein de l'exploitation et en tant que bénéficiaires des nouvelles technologies. Bien que chaque projet Tricot soit différent, ce guide contient toutes les informations dont vous avez besoin pour concevoir votre propre projet.

Le tricot peut être utilisé pour de nombreuses technologies différentes, mais ce guide méthodologique se concentre sur les variétés de cultures.

Tricot : planification et partenariats

Résultats obtenus

Les avantages de l’approche Tricot sont illustrés par certains de nos partenaires, notamment le Rwanda Agriculture and Animal Resources Development Board et la One Acre Foundation, qui ont désormais adopté cette méthodologie pour leurs propres recherches de sélection variétale.

Un avantage important de Tricot réside dans la possibilité de réduire les coûts des essais, ce qui pourrait favoriser son adoption par différentes organisations, au-delà des connaissances améliorées qu’elle permet de produire. Les comparaisons précises des coûts sont difficiles, car il n’existe pas de référence standard pour la comparaison. La sélection participative variétale dite « conventionnelle » et Tricot peuvent toutes deux être mises en œuvre de différentes manières. Lorsqu’elles sont toutes deux appliquées de façon très intensive, par exemple avec l’organisation de groupes d’agriculteur.rice.s, de réunions et l’utilisation de matériel semencier RTB, la réduction des coûts est estimée à environ 40 pour cent. À l’autre extrême, une réduction des coûts par un facteur dix est possible aux États-Unis, où les agriculteur.rice.s reçoivent les semences par courrier et sont connecté.e.s via des smartphones. L’une des raisons de cette réduction des coûts est que certaines charges sont transférées aux agriculteur.rice.s qui se portent volontaires pour réaliser des mini essais en utilisant leur propre travail, leurs terres et leurs intrants. Cela soulève la question de savoir si la motivation des agriculteur.rice.s à participer est suffisamment renforcée par Tricot pour justifier cet investissement. Des études antérieures ont montré que la motivation des agriculteur.rice.s à participer à Tricot est principalement liée à l’accès aux semences et à l’information (Beza et al., 2017).

Des réductions supplémentaires des coûts sont possibles si les réseaux d’agriculteur.rice.s sont maintenus dans le temps, s’ils sont appuyés par des canaux également utilisés à d’autres fins, comme la fourniture de crédit, et s’ils peuvent atteindre des économies d’échelle en testant des variétés et d’autres options pour plusieurs cultures. Tricot permettrait aux sélectionneur.euse.s et aux agronomes d’« externaliser » les essais auprès d’organisations en lien direct avec les agriculteur.rice.s. Des modèles économiques alternatifs ont déjà été introduits dans le contexte des États-Unis par des organisations telles que Farmer Business Network, FIRST, Farmers’ Independent Research of Seed Technologies, et SeedLinked. Cette dernière utilise l’approche Tricot pour ses essais.

L’Alliance de Bioversity International et du CIAT explore des modèles économiques alternatifs dans cette dynamique, en mettant l’accent sur le Sud global. Des recherches sont en cours au sein de RTB afin de déterminer les meilleures stratégies de mise à l’échelle pour le Rwanda et le Ghana.

Variantes de cette méthode

Développée à l’origine pour l’évaluation des variétés de semences, la méthodologie Tricot peut être adaptée aux besoins de différents projets nécessitant des informations spécifiques aux exploitations ou aux contextes locaux.

Au Rwanda, elle a été adaptée pour évaluer les préférences des consommateur.rice.s, avec plus de cent consommateur.rice.s partageant leurs préférences sur des variétés de pomme de terre à l’aide de l’approche Tricot. Les participant.e.s ont été invité.e.s à classer leurs variétés de pommes de terre préférées, en identifiant celles qu’ils et elles appréciaient le plus en termes de goût, d’apparence et d’autres caractéristiques. Les premiers résultats de cet exercice ont mis en évidence que les préférences des consommateur.rice.s différaient nettement de celles des producteur.rice.s. Ces résultats renforcent la nécessité de mener une analyse complète de la chaîne de valeur des variétés avant de recommander leur diffusion.

Un autre exemple de l’adaptabilité de Tricot est son utilisation au Nigéria et au Cameroun pour évaluer les préférences des consommateur.rice.s pour l’eba, un aliment de base à base de manioc. En comparant différents génotypes de manioc, l’étude a révélé des différences régionales dans les caractéristiques de qualité, telles que la cohésion, la couleur et les préférences de texture. Cette approche a montré que, malgré la diversité des contextes culturels et environnementaux, il existe des préférences de consommateur.rice.s relativement constantes, susceptibles de renforcer les efforts de sélection variétale afin de développer des variétés ayant une acceptabilité plus large et d’élargir les zones cibles potentielles pour de nouvelles mises en circulation.

La méthode continue de démontrer sa polyvalence et son efficacité dans des environnements agricoles variés. L’étude intitulée"On-farm Evaluation of Cassava Clones Using the Triadic Comparison of Technology Options Approach", publiée le 3 juillet 2024, illustre l’adaptation réussie de l’approche Tricot pour l’évaluation de clones de manioc en milieu paysan. Les résultats suggèrent que les performances agronomiques des clones élites de manioc sont davantage influencées par des facteurs géographiques que par des facteurs sociodémographiques. La recherche souligne le rôle central des utilisateur.rice.s finaux.ales dans l’amélioration des cultures et fournit des enseignements précieux sur l’application de la méthode Tricot de tests en conditions réelles pour l’évaluation de clones élites de manioc dans le développement variétal en Ouganda. Ces données peuvent appuyer la prise de décision en matière de diffusion des variétés, démontrant la capacité de la méthode à autonomiser les agriculteur.rice.s grâce à des approches participatives fondées sur les données.