View syllabus
EXPERIMENTAL METHODOLOGY IN AGRICULTURAL SCIENCES
GIUSEPPE CONTE
Academic year2023/24
CourseSUSTAINABLE AGRICULTURAL SYSTEMS
Code557GG
Credits3
PeriodSemester 2
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
METODOLOGIA DELLA SPERIMENTAZIONE NELLE SCIENZE AGRARIEAGR/02,AGR/17LABORATORI32
DANIELE ANTICHI unimap
GIUSEPPE CONTE unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

Fornire conoscenze di base per la corretta pianificazione, impostazione ed implementazione di dispositivi sperimentali nel campo delle scienze agrarie. In particolare saranno approfonditi gli argomenti inerenti la metodologia di conduzione e impostazione di un esperimento scientifico, la terminologia statistica e il corretto uso dei dati.

Knowledge

The course aims to provide basic knowledge for the correct planning, setup and implementation of experimental trials in agricultural sciences. In particular, topics relating to the methodology of conducting and setting up a scientific experiment, statistical terminology and the correct use of data will be explored in depth.

Modalità di verifica delle conoscenze

Per l'accertamento delle conoscenze si prevede una interazione continua tra studenti e docenti nel corso del periodo di insegnamento e durante le esercitazioni; durante i colloqui e in particolare durante l’esame finale si verificheranno le conoscenze teoriche oggetto del corso e applicate in appositi casi studio.

Assessment criteria of knowledge

For the assessment of knowledge, a continuous interaction between students and teachers is expected during the teaching period and during lessons; during the discussions and in particular during the final exam, the theoretical knowledge covered by the course will be verified and applied in specific case studies.

Capacità

Al termine del corso sarà acquisita la capacità di: comprendere e gestire le cause di variabilità dei dati, con riferimento sia all’errore che ai fattori sperimentali; impostare correttamente un disegno sperimentale e la randomizzazione dei trattamenti; definire un corretto piano di campionamento e processamento dei dati sperimentali.

Skills

At the end of the course the students will gain the capacity of: understand and manage the causes of data variability, with reference to both error and experimental factors; correctly set up an experimental design and randomization of treatments; define a correct sampling and processing plan for experimental data.

Modalità di verifica delle capacità

Durante l’esame finale e le esercitazioni in aula, sarà verificata la capacità di applicare le conoscenze teoriche di natura generale a casi studio concreti presentati nella forma di dataset sperimentali su cui applicare le corrette procedure statistiche.

Assessment criteria of skills

During the final exam and classroom exercises, the ability to apply general theoretical knowledge to concrete case studies presented in the form of experimental datasets on which to apply the correct statistical procedures will be verified.

Comportamenti

Sensibilità alla descrizione, interpretazione e valutazione di fenomeni attraverso strumenti probabilistici e statistici.

Behaviors

Sensitivity to the description, interpretation and evaluation of phenomena through probabilistic and statistical tools.

Modalità di verifica dei comportamenti

La verifica dei comportamenti sarà effettuata durante le lezioni e le esercitazioni attraverso domande rivolte dal docente agli studenti e la successiva discussione collettiva sulle risposte fornite.

Assessment criteria of behaviors

The assessment of behaviors will be carried out during lessons and exercises through questions asked by the teacher to the students and the subsequent collective discussion.

Prerequisiti (conoscenze iniziali)

È consigliata una conoscenza di base di statistica generale ed applicata.

Prerequisites

A basic knowledge of general and applied statistics is recommended.

Indicazioni metodologiche

Le lezioni frontali si svolgono con l'ausilio di slides (presentazioni); le esercitazioni verranno effettuate mediante applicazioni software per l’analisi statistica dei dati.

Teaching methods

The lessons are held with the aid of slides (presentations); the exercises will be carried out using software applications for the statistical analysis of data.

Programma (contenuti dell'insegnamento)
  1. Fasi di un esperimento 
  2. Disegno sperimentale (trattamenti; dimensione del campione; unità sperimentali; repliche) 
  3. Errore sperimentale (errore sistematico ed errore casuale; accuratezza e precisione) 
  4. Definizione del numero minimo di unità sperimentali del campione (applicazioni con software G-Power) 
  5. Analisi della Varianza 
  6. Analisi Bivariata (Correlazione e Regressione) 
  7. Dati anomali 
  8. Scelta del corretto disegno sperimentale (a uno o più fattori, caratteristiche sito sperimentale, finalità dell’esperimento) 
  9. I più comuni disegni sperimentali nella ricerca in ambito agro-zootecnico:
    1. Disegno completamente randomizzato (teoria e applicazioni) 
    2. Disegno a blocchi randomizzati (teoria e applicazioni) 
    3. Disegno fattoriale (teoria e applicazioni) 
    4. Disegno gerarchico (teoria e applicazioni) 
    5. Modelli misti (fattori fissi e fattori casuali) 
    6. Disegno a misure ripetute (teoria e applicazioni) 
    7. Disegno Change-over (teoria e applicazioni) 
    8. Disegno a quadrato latino (teoria e applicazioni) 
Syllabus
  1. Steps of an experiment
  2. Experimental design (treatments; sample size; experimental units; replicates)
  3. Experimental error (systematic error and random error; accuracy and precision)
  4. Definition of the minimum number of experimental units of the sample (applications with G-Power software)
  5. Analysis of Variance
  6. Bivariate Analysis (Correlation and Regression)
  7. Problem data
  8. Choice of the proper experimental design (with one or more factors, experimental site characteristics, aim of the experiment)
  9. The most common experimental designs in agricultural research:
  • Completely randomized design (theory and applications)
  • Randomized complete block design (theory and applications)
  • Factorial design (theory and applications)
  • Hierarchical design (theory and applications)
  • Mixed models (fixed and random factors)
  • Repeated measures design (theory and applications)
  • Change-over design (theory and applications)
  • Latin square design (theory and applications)
Bibliografia e materiale didattico

In aggiunta al materiale fornito dai docenti, è consigliata la consultazione di alcune parti del seguente testo:

  • Conte, G., Di Mauro, C., Macciotta, N.P.P. (2018). Elementi di statistica di base per le scienze zootecniche, EFG editore.
Bibliography

In addition to the material provided by the teachers, consultation of some parts of the following text is recommended:

- Conte, G., Di Mauro, C., Macciotta, N.P.P. (2018). Basic statistical elements for zootechnical sciences, EFG publisher.

Indicazioni per non frequentanti

I non frequentanti devono contattare i docenti tramite e-mail o per telefono per avere tutte le informazioni necessarie. Possono seguire lo svolgimento delle lezioni utilizzando il materiale didattico messo a disposizione dal docente prima dell'inizio del corso e seguendo il registro delle lezioni dei docenti.

Non-attending students info

Non-attending students must contact the lecturers by e-mail or telephone to get all the necessary information. They can follow the course using the teaching material made available by the teachers before the beginning of the course and following the teacher's lecture book.

Modalità d'esame

L’esame consisterà in una verifica orale con votazione in trentesimi. La prova orale è superata quando si è in grado di esprimersi in modo chiaro e di usare la terminologia corretta; si dimostra di avere compreso le parti del programma svolte e si risulta in grado di elaborare sistemicamente le nozioni acquisite.

Assessment methods

The exam will consist of an oral exam with a score in thirtieths. The oral exam is passed when the candidate is able to express him/herself clearly and to use the correct terminology; he/she shows to have understood the different topics of the course and is able to systematically elaborate the concepts acquired.

Note

Si riceve tutti i giorni da lunedì a venerdì su appuntamento presso lo studio dei docenti c/o DISAAA:

Prof. Daniele Antichi: Tel 050-2218962, E mail: daniele.antichi@unipi.it

Prof. Giuseppe Conte: Tel 050-2218959, E mail: giuseppe.conte@unipi.it

Notes

Students interested to discuss with the teachers must contact the teachers at the following contacts: 

Prof. Daniele Antichi: Tel 050-2218962, E mail: daniele.antichi@unipi.it

Prof. Giuseppe Conte: Tel 050-2218959, E mail: giuseppe.conte@unipi.it

Updated: 07/12/2023 16:46