Impact of Digital Farming on Sustainable Development and Planning in Agriculture and Increasing the Competitiveness of the Agricultural Business
Notice bibliographique
Résumé
To develop agriculture, it is crucial to introduce digital farming. This is a fundamentally new management strategy based on digital technologies associated with the use of geographic information systems of global positioning, onboard computers, and smart equipment, as well as managerial and executive processes that can differentiate the methods of farming, fertilization, and adding chemical ameliorants and plant protection products. The study aims at determining the applied aspects and key components within a system of digital farming as a tool for the sustainable development of the agricultural business. The authors chose a mixed type of research, with a predominance of qualitative research methods. In particular, to collect data, the authors analyzed scientific sources on the research problem and conducted an expert survey measuring the degree of consistency of expert opinions with mathematical processing of the results obtained. It was determined that in Russia, it is necessary to consistently introduce the use of digital farming. This includes the introduction of parallel stirring, the ability to turn off the sections of the seeder on the floors, the re-equipment of crop protection sprayers to turn off the sections on the floors, and the acquisition of new equipment for differentiated fertilization. The authors conclude that the introduction of digital farming by agricultural producers is a tool for sustainable development and planning in agriculture and increasing the competitiveness of the agricultural business since it increases the economic (increased yields, reduced crop losses, increased land bank efficiency), environmental (production in risky farming areas), and social (increasing the level of personnel qualification and social standards) efficiency of their activities.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,000 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 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 ».