Agricultural Hydroinformatics: A Blueprint for an Emerging Framework to Foster Water Management-Centric Sustainability Transitions in Farming Systems
Notice bibliographique
Résumé
It is increasingly recognized that water scarcity, rather than a lack of arable land, will be the major constraint to increase agricultural production over the next few decades. Therefore, water represents a unique agricultural asset to drive agricultural sustainability. However, its planning, management and usage are often influenced by a mix of interdependent economic, engineering, social, hydrologic, environmental, and even political factors. Such a complex interdependency suggests that a sociotechnical approach to water resources management, a subject of the field of Hydroinformatics, represents a viable path forward to achieve sustainable agriculture. Thus, this paper presents an overview of the intersection between hydroinformatics and agriculture to introduce a new research field called agricultural hydroinformatics. In addition, it proposes a general conceptual framework taking into account the distinctive features associated with the sociotechnical dimension of hydroinformatics when applied in agriculture. The framework is designed to serve as a stepping-stone to achieve, not only integrated water resources management, but also agricultural sustainability transitions in general. Using examples from agricultural water development to horticultural and livestock farming, the paper highlights facets of the framework applicability as a new paradigm on data flows/sources consideration, and information and simulation models engineering as well as integration for a holistic approach to water resources management in agriculture. Finally, it discusses opportunities and challenges associated with the implementation of agricultural hydroinformatics and the development of new research areas needed to achieve the full potential of this emerging framework. These areas include, for example, sensor deployment and development, signal processing, information modeling and storage, artificial intelligence, and new kind of simulation model development approaches.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,014 |
| Communication savante | 0,014 | 0,018 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».