Use of Lighting Technology in Controlled and Semi-Controlled Agriculture in Greenhouses and Protected Agriculture Systems—Part 1: Scientific and Bibliometric Analysis
Notice bibliographique
Résumé
This paper examines the essential role of artificial lighting in protected agriculture, a crucial sector in addressing the increasing global food demand and the challenges posed by climate change. It explores how advanced lighting technologies, particularly LED systems, have revolutionized productivity and sustainability in greenhouses and indoor or urban farming systems. These technologies enable precise control over key factors influencing crop growth, optimizing both yield and resource efficiency. The methodology was based on a bibliometric analysis developed in four phases: collection of information in the scientific database Scopus, filtering and selection of relevant documents, quantitative and qualitative analysis of trends, and visualization of the results using tools such as VOSviewer. The study included scientific publications between 1974 and 2024, focusing on keywords related to greenhouse lighting technologies and protected agriculture systems. Key findings identified a significant increase in research over the last two decades, with countries such as the United States, Canada, the Netherlands, and China leading the way in scientific output. The main trends in artificial lighting for protected agriculture include the use of specific light spectra (particularly red and blue) to optimize photosynthesis and morphogenesis, as well as the integration of LED systems with digital sensors and controllers for enhanced precision. However, in developing countries such as Colombia, the adoption of these technologies remains in its early stages, presenting significant opportunities for implementation and expansion. Additionally, this bibliometric analysis provides a robust foundation for identifying key areas for improvement and guiding future research toward more sustainable and efficient agricultural practices.
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 | 0,010 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,158 | 0,254 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».