Adoption of Precision Agriculture in Alberta Irrigation Districts with Implications for Sustainability
Notice bibliographique
Résumé
To fulfill worldwide food requirements in the future, agriculture production will need to increase significantly. However, given the stress agriculture places on the environment, production must also be sustainable. A new suite of agricultural technologies commonly referred to as precision agriculture (PA) has been found to improve farming efficiency and environmental sustainability. This study focuses on the adoption of PA on irrigated farms in southern Alberta. Through irrigation, southern Alberta has become amongst the most fertile and productive agricultural regions in Canada. Alberta is also recognized for its entrepreneurial and progressive farm culture and practices. This economic and cultural environment may provide fertile ground for the adoption of PA technologies. In a survey of farmers in three irrigation districts in Alberta, we explore whether we see high rates of PA adoption. In exploring farmer and farm characteristics, we expect to find: (a) adoption leaning towards more advanced PA technologies; (b) the use of PA technologies leaning towards specialty crop production; (c) PA technology adoption to be negatively related to age; and (d) PA technology adoption to be positively related to both farm size and education. Finally, we expect there to be significant differences in farmer and farm characteristics across the three irrigation districts, owing to differences in cropping patterns and climatic variables. Our findings show no district embodies all the farm and farmer characteristics we expected. But, as expected, within districts and across districts, there are statistically significant differences in many of the characteristics studied. Consolidating and comparing the results leads to interesting profiles of the districts, where one district is relatively distinct and the two others are relatively similar; and consistent across all districts are the positive indicators for agricultural sustainability relative to farmers’ estimates of reduced inputs of irrigation water, fertilizer, herbicides, and pesticides, as a result of the use of PA technologies. Keywords: precision agriculture, irrigation, agriculture, technology, Alberta
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».