Development of a numeric on-line decision support system for crop fertilizer optimization
Notice bibliographique
Résumé
L'engrais est un intrant agricole important nécessaire pour atteindre des rendements élevés. La détermination d'un taux optimal d'application d'engrais implique diverses conditions spatiales (conditions du sol et du paysage) et temporelles (conditions météorologiques et prix). Les contrôles spatiaux et temporels nécessitent la détermination de la gamme optimale d'engrais basée sur des facteurs tels que la gestion passée, les caractéristiques du sol, la rotation des cultures, les conditions météorologiques (historiques, actuelles et prévisionnelles), les prix des matières premières, le coût et l'accessibilité. Dans tous les contextes de production, la réponse des cultures à la fertilisation est incertaine en raison de nombreux facteurs d'influence et de leurs interactions ainsi que des anomalies. La représentation quantitative de ces incertitudes affecte la définition des meilleures pratiques de gestion en plus des valeurs attendues. Par conséquent, un système d'aide à la décision correctement mis en place aide à déterminer les taux d'application d'engrais qui minimisent les risques associés à l'utilisation d'engrais, tels que la rentabilité non maximisée. Cette thèse présente un cadre pour la mise en œuvre des contrôles de production (taux d'intrants agricoles), conceptualisé comme un système d'aide à la décision (DSS) qui prend en compte les facteurs spatiaux, temporels et managériaux pour évaluer l'impact potentiel de la fertilisation des cultures, d'autres amendements) sur les bénéfices d'un scénario de production donné, dans le contexte d'informations incertaines. Le DSS proposé comprend une base de données, une interface utilisateur et un modèle de simulation numérique. L'interface web en ligne du DSS aide l'utilisateur à saisir les conditions de production spécifiques au site. La base de données contient des essais de fertilité précédemment enregistrés pour un intrant agricole donné dans différentes conditions. Le processus de simulation numérique intègre les essais de fertilité, l'information sur les conditions locales et les considérations économiques. Le couplage dynamique des facteurs spatiaux, temporels et de gestion spécifique au site aux fonctions de production et de profit permet d'estimer le taux d'engrais économiquement optimal, pour maximiser le rendement net sur le coût de la fertilisation, afin d'augmenter la probabilité de réussite pour chaque option décisionnelle. Les écarts entre le rendement estimé et enregistré ont été considérés comme des incertitudes de production alors que les variations de prix ont été considérées comme des incertitudes économiques. Le traitement basé sur l'incertitude de chaque entrée du modèle permet d'équilibrer les résultats potentiels de la sous-application ou de la sur-application. Le DSS permet la saisie de données historiques sur les essais à la ferme pour améliorer la base de données existante et pour améliorer continuellement sa précision. Avec la version actuelle de la base de données, le DSS pourrait estimer le taux d'application optimal avec le bénéfice net attendu et la probabilité d'atteindre ce bénéfice. Sur la base d'exemples illustrés, des taux d'application plus élevés tendent à augmenter les estimations de NRCF avec plus d'incertitude par rapport aux faibles taux d'application. La probabilité de réduction de la NRCF était plus élevée lorsqu'un taux d'application inférieur était accepté et vice versa. Le DSS a proposé des taux d'application plus élevés lorsque les coûts des engrais étaient plus bas ou que le prix du rendement était plus élevé et vice versa. Les probabilités de profit ont été utilisées pour déterminer le scénario de rentabilité le plus certain (le moins risqué) en fonction des préférences de risque individuelles. Avec la première version du DSS mis au point, seule l'application d'azote pour le maïs dans l'Est du Canada a été utilisée pour illustrer le cadre proposé. Le DSS peut être consulté en ligne à http://www.numericag.com
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 | 0,001 | 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 | 0,001 | 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 ».