CONVENCIONAL
De forma geral, pode-se considerar que, com as duas metodologias, os resultados foram bastante parecidos. De fato, para algumas relações o padrão foi surpreendentemente similar (por exemplo, a relação entre consumo e tamanho da área). Outras relações apresentaram padrões similares, mas expressados com diferente força (por exemplo, a relação entre DDP e índices de dispersão). Mas, às vezes, observamos relações diferentes nas duas metodologias (por exemplo, nos setores micro com respeito à relação entre consumo e uso do espaço). Quando sucederam essas contradições nos resultados, também é difícil saber qual das duas metodologias descreveu o padrão mais próximo à realidade do Sapajus nigritus no PECB. Em geral, quando foi encontrada uma relação contrária ao padrão observado na maioria das amostras, consideramos que era mais provável que essa relação fosse a que estava errada. Sob esse paradigma, a metodologia pseudo-convencional mostrou mais resultados incongruentes. Por exemplo, na relação entre consumo e índices de dispersão, observamos um padrão linear descendente nos índices medidos com 50 metros de lado e côncava descente com 100 metros de lado. E isso aconteceu tanto nos setores micro como nos macro (Tabela 4.14). Outro exemplo seria no estudo da relação entre distância diária percorrida e tamanho da área. Em ambas as dimensões, micro e macro, da metodologia nova observamos um claro padrão linear ascendente. Encontramos o mesmo padrão nos setores micro da metodologia pseudo-convencional, mas descobrimos um padrão côncavo nos setores da dimensão macro (Tabela 4.16). Por último, no estudo da relação entre distância e uso do espaço, podemos assinalar a favor da metodologia pseudo-convencional, porque essa foi mais sensível para descobrir o padrão encontrado do que a metodologia nova (Tabela 4.17).
O problema da descontinuidade do registro foi evidente quando observamos resultados diversos nos setores macro com e sem filtragem. Encontramos mais casos na metodologia pseudo-convencional, em que, nas amostras com a segunda filtragem, foi
105 retirado somente um setor, mas às vezes, essa pequena mudança originou respostas muito diferentes. Esse efeito salienta a importância de controlar a distribuição dos dias ao longo do período representado, uma medida que, como vimos na introdução, é esquecida em alguns trabalhos (Por ex., Zhang, 1995). Podemos observar esse efeito na relação entre consumo e uso do espaço nos setores macro, que, após a segunda filtragem, com células de 50 metros de lado deixaram de mostrar relações e com células de 100 metros de lado, a relação mudou de padrão (Tabela 4.14). Encontramos outro exemplo na relação entre distância e tamanho da área. Duas amostras mostraram relações com um padrão côncavo, diferente do padrão linear ascendente observado de forma geral nas outras análises, mas, nessas mesmas amostras, não observamos nenhuma relação após a segunda filtragem. Na metodologia nova também encontramos o efeito da descontinuidade de registro no estudo da relação entre distância e tamanho da área, pois, uma amostra de setores macro apresentou uma relação linear ascendente, que depois da segunda filtragem desapareceu. Mas, em comparação com a metodologia pseudo-convencional, o efeito do problema foi menor. Primeiro, porque somente se mostrou numa amostra, segundo, porque, após a filtragem, a amostra perdeu dois setores (na pseudo-convencional perdeu só um) e, terceiro, porque a relação encontrada concordava com os padrões observados nos setores micro de ambas as metodologias, o que implica um resultado, em princípio, mais coerente (Tabela 4.16).
Analisaremos agora o problema da filtragem. Na metodologia nova observamos setores de consumo disperso muito bem filtrados, ou seja, com pouco consumo de fontes agregadas. Nos setores de consumo agregado não conseguimos esse nível de filtragem (página 66). Contudo, as categorias foram criadas com bastante êxito, se consideramos os setores como ―com bastante consumo de alimento agregado‖ e ―praticamente sem nenhum consumo de alimento agregado‖. Outros trabalhos utilizam categorias muito menos filtradas, como ―dias com e sem consumo de fruto‖, sem considerar nenhuma proporção (Por ex., Ganas e Robbins, 2005). A pergunta seguinte deveria ser, o problema de filtragem teve algum efeito? Realmente esse problema não deve ter sido tão grave, uma vez que a metodologia pseudo-convencional não o controla, e, como falado, os resultados foram relativamente similares aos da metodologia nova. Quando encontramos diferenças entre as duas metodologias, como no estudo da relação entre consumo e uso do espaço nos setores micro (Tabela 4.14), podemos suspeitar que o problema da filtragem estivesse por trás, mas seria bastante
106 arriscado afirmá-lo. Existe um exemplo em que temos suspeitas do efeito desse problema. Na metodologia pseudo-convencional, observando a relação entre consumo e tamanho da área, os setores de quatro dias não apresentaram nenhuma relação significativa, enquanto, com três dias o padrão mostrou-se com muita força. Observamos importantes diferenças, no desvio padrão do %dis entre os setores de quatro e três dias, o que nos alerta do problema da filtragem. Contudo, o menor tamanho amostral desses setores também poderia ter originado a ausência de relação.
Atentando para o problema de fracionamento, esse indica o perigo de transportar a informação obtida com períodos pequenos a períodos maiores, por isso é conveniente incluir nos estudos períodos grandes. Na análise micro encontramos setores com os mesmos tamanhos, três e quatro dias, independentemente da metodologia empregada. Mas, na análise macro, somente na metodologia nova foi possível criar amostras de 120 dias, embora somente contássemos com um setor por categoria.
Analisando o problema da linearidade fechada, as medidas de vfi indicaram que esse problema diminuía com o tamanho do setor. Nesse aspecto, como acabamos de ver, a metodologia nova obteve setores maiores, mas somente na análise macro, em que esse era um problema menor. Na relação entre consumo e tamanho da área os setores de quatro dias não encontraram nenhuma relação, ao contrário dos setores de três dias em que observamos relações (Tabela 4.13). Esse efeito poderia ser explicado porque o problema de linearidade fechada atuou sobre os setores de três dias, mas não nos de quatro. No entanto, consideramos improvável essa possibilidade por dois motivos. Primeiro porque, como foi exposto, outros problemas poderiam ter obscurecido essa relação. Segundo, porque encontramos um padrão similar no estudo da relação entre consumo e distância (Tabela 4.15), em que o problema da linearidade fechada não é esperado. Assim, existem indícios de que os setores de quatro dias sofreram certas imperfeições, as quais impediram revelar algumas relações.
Para concluir, a metodologia nova gerou quantidades amostrais (máxima n micro: 20; e macro: 7) levemente superiores à convencional (máxima n micro: 16; e macro: 6). Embora seja uma melhora moderada, não deve ser desprezada, uma vez que o tamanho amostral, seguramente, foi o fator que mais influenciou nos nossos resultados, provavelmente muito mais que qualquer um dos problemas metodológicos descritos.
107