A review of life cycle impacts and costs of precision agriculture for cultivation of field crops
Notice bibliographique
Résumé
Assessing precision agriculture in crop production based on life cycle thinking and assessments allows for the consideration of multiple environmental as well as economic aspects at a systems level. Research at this intersection is, however, notably lacking. This review paper seeks to understand the current state of both environmental and economics research with respect to different agricultural crop production methods (orchard, vegetable, open field crop, etc.), regions, and the types of precision agriculture technologies applied in each context. The Preferred Reporting Items for Systematic Reviews and Meta-Analysis method was used to answer three review questions to address a targeted subset of precision agriculture technologies relevant to field crop production, from both environmental and economic perspectives and at the global level. Fertilizer production/use and associated field-level emissions are the leading cause of environmental impacts in many life cycle impact categories, and energy and pesticide use also contribute significantly. For most environmental impact categories, the utilization of precision agriculture practices reduced these impacts as compared to conventional practices. Many precision agriculture technologies focus on nitrogen management, namely variable rate application of nutrients, but disproportionately in the context of high value crops. There is evidence that supports the notion that variable rate fertilization management leads to reduction in many but not necessarily all environmental impacts. Some studies reported no, or limited economic benefits associated with precision agriculture technologies, however overall results suggest that precision agriculture utilization delivers economic benefits either via cost savings, input savings, and/or increases to yield, margin, or profits. Variable rate technology is highlighted as a promising subset of precision agriculture technologies in terms of environmental impact reductions and economic benefits.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».