Ir al contenido principal Ir al menú de navegación principal Ir al pie de página del sitio

Variables que influyen en la aplicación de la agricultura de precisión en Colombia: revisión de estudios

Universidad Cooperativa de Colombia
Universidad Cooperativa de Colombia
Universidade Estadual Paulista
adopción de tecnologías agricultura de precisión bases de datos producción sostenible variables de influencia

Resumen

En este artículo se identifican las principales variables que influyen en la adopción de tecnologías de agricultura de precisión (AP) descritas en la literatura. Para esto, se realizó una revisión bibliográfica sistemática en tres bases de datos (Scopus, Web of Science y Scielo), combinando los términos “agricultura de precisión, aplicación y adopción, tecnologías y cultivos”. La búsqueda arrojó más de sesenta documentos, los cuales fueron sometidos a filtros para exclusiones preestablecidas. Como resultado de estos filtros, se seleccionaron once artículos para analizarlos, lo cual permitió identificar contextos de análisis de aplicaciones de tecnologías de AP en Colombia. Los hallazgos muestran que la facilidad de uso y la utilidad percibida son los aspectos principales de la adopción de la aplicación de las tecnologías AP. Asimismo, se encontró que las variables relacionadas con las características del productor y la propiedad son los principales determinantes de la adopción vinculados al contexto ex post.

Pérez-Ortega, D. J., F. A. Bolaños-Alomia, y A. . Marco da Silva. «Variables Que Influyen En La aplicación De La Agricultura De precisión En Colombia: Revisión De Estudios». Ciencia &Amp; Tecnología Agropecuaria, vol. 23, n.º 1, noviembre de 2021, doi:10.21930/rcta.vol23_num1_art:2298.
  1. Abit, M., Arnall, D., & Phillips, S. (2018). Environmental implications of precision agriculture. En D. K. Shannon, D. E. Clay, & N. R. Kitchen (Eds.), Precision Agriculture Basics (pp. 209-220). American Society of Agronomy; Crop Science Society of America; Soil Science Society of America, Inc. https://doi.org/10.2134/precisionagbasics.2017.0035
  2. Allahyari, M., Mohammadzadeh, M., & Nastis, S. (2016). Agricultural experts’ attitude towards precision agriculture: Evidence from Guilan Agricultural Organization Northern Iran. Procesamiento de Información en Agricultura, 3(3), 183-189. https://doi.org/10.1016/j.inpa.2016.07.001
  3. Alvarado, E., & Pérez, C. (2007). Evaluación de problemática de heladas que afectan el cultivo de papa (Solanum tuberosum L.) en los municipios de Siachoque, Toca y Úmbita en el departamento de Boyacá. En S. Caicedo, C. R. Salamanca, C. A. Jaramillo, & G. Romero (Comps.), Memorias III Encuentro Nacional de Agricultura de Conservación: futuro agroempresarial de la agricultura tropical (pp. 176-182). Corporación Colombiana de Investigación Agropecuaria-Agrosavia. https://repository.agrosavia.co/handle/20.500.12324/13635
  4. Balafoutis, A., Beck, B., Fountas, S., Vangeyte, J., Wal, T., Soto, I., Gómez-Barbero, M., Barnes, A., Eroy, V. (2017). Precision agriculture technologies positively contributing to GHG emissions mitigation, farm productivity and economics. Sustainability, 9(8), 1339-1367. https://www.mdpi.com/2071-1050/9/8/1339/htm
  5. Berry, J., Delgado, J., Khosla, R., & Pierce, F. J. (2003). Precision conservation for environmental sustainability. Journal of Soil and Water Conservation, 58(6), 332-339. https://www.jswconline.org/content/jswc/58/6/332.full.pdf
  6. Best, S., León, L. Méndez, A., Flores, F., & Aguilera, H. (2014). Adopción y desarrollo de tecnologías en agricultura de precisión. Ministerio de Agricultura de Chile; INIA; Progapina. http://www.gisandbeers.com/RRSS/Publicaciones/Tecnologia-Agricultura-Precision.pdf
  7. Blanco, H., Shaver, T., Lindquist, J., Shapiro, C., Elmore, R., Francis, C., & Hergert, G. (2015). Cover crops and ecosystem services: Insights from studies in temperate soils. Agronomy Journal, 107(6), 2449-2474. https://acsess.onlinelibrary.wiley.com/doi/full/10.2134/agronj15.0086
  8. Bongiovanni, R. (2009). Econometría Espacial Aplicada a la Agricultura de Precisión. Actualidad Económica, 19(67), 9-27. https://revistas.unc.edu.ar/index.php/acteconomica/article/view/3921/3756
  9. Bongiovanni, R., Mantovani, E. C., Best, S., & Roel, A (2006). Agricultura de precisión: integrando conocimientos para una agricultura moderna y sustentable. PROCISUR; IICA.
  10. Bullock, D., & Bullock, D. (2000). From agronomic research to farm management guidelines: A primer on the economics of information and precision technology. Precision Agriculture, 2(1), 71-101. https://doi.org/10.1023/A:1009988617622
  11. Bullock, D., & Lowenberg-DeBoer, J. (2007). Using spatial analysis to study the values of variable rate technology and information. Journal of Agricultural Economics, 58(3), 517-535. https://doi.org/10.1111/j.1477-9552.2007.00116.x
  12. Camacho-Tamayo, J., Luengas, C., & Leiva, F. (2014). Comportamiento de la variabilidad espacial de algunas propiedades físicas y su relación con el contenido de carbono orgánico. En Caicedo, C. R. Salamanca, C. A. Jaramillo, & G. Romero (Comps.), Memorias III Encuentro Nacional de Agricultura de Conservación: futuro agroempresarial de la agricultura tropical (p. 68-75). Corporación Colombiana de Investigación Agropecuaria-Agrosavia. https://repository.agrosavia.co/handle/20.500.12324/13635
  13. Canales, A. (2013). Migración y desarrollo en las sociedades avanzadas: Una mirada desde América Latina. Polis: Revista Latinoamericana, 35, 1-28. https://journals.openedition.org/polis/9269
  14. Castle, M. (2016). Has the usage of precision agriculture technologies actually led to increased profits for Nebraska producers? [Tesis de maestría, Economía Agrícola, University of Nebraska]. Repositorio University of Nebraska. http://digitalcommons.unl.edu/agecondiss/35
  15. Davis, F. (1986). A technology acceptance model for empirically testing new end-user information systems theory and results [Tesis doctoral, Sloan School of Management, Massachusetts Institute of Technology]. Repositorio MIT. https://dspace.mit.edu/handle/1721.1/15192
  16. Davis, F., & Venkatesh, V. (1996). A critical assessment of potential measurement biases in the technology acceptance model: three experiments. International Journal of Human Computer Studies London, 45(1), 19-45. https://www.youtube.com/watch?v=fn4ePqBbi2o
  17. Delgado, J., Khosla, R., & Mueller, T. (2011). Recent advances in precision (target) conservation. Journal of Soil and Water Conservation, 66(6), 167A-170A. https://doi.org/10.2489/jswc.66.6.167A
  18. Echavarría, J. (2001). Colombia en la década de los noventa: neoliberalismo y reformas estructurales en el trópico. Cuadernos de Economía, 20(34), 57-102. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0121-47722001000100004
  19. Edwards, W., & Johanns, A. (2020). Iowa farm custom rate survey. Ag Decision Maker [FM1698b]. Ames, IA, USA.
  20. Far, T., & Rezaei-Moghaddam, K. (2017). Determinants of Iranian agricultural consultants intentions toward precision agriculture: Integrating innovativeness to the technology acceptance model. Journal of the Saudi Society of Agricultural Sciences, 16(3), 280-286. https://doi.org/10.1016/j.jssas.2015.09.003
  21. Griffin, T., Shockley, J., & Mark, T. (2018). Economics of Precision Farming. En D. K. Shannon, D. E. Clay, & N. R. Kitchen (Eds.), Precision Agriculture Basics (pp. 221-230). American Society of Agronomy; Crop Science Society of America; Soil Science Society of America, Inc. https://doi.org/10.2134/precisionagbasics.2016.0098
  22. Griffin, T., & Lowenberg-DeBoer, J. (2005). Worldwide adoption and profitability of precision agriculture implications for Brazil. Revista de Política Agrícola, 14(4), 20-37. https://seer.sede.embrapa.br/index.php/RPA/article/view/549/498
  23. Kitchen, N., Sudduth, K., Myers, D., Massey, R., Sadler, E., & Lerch, R. (2005). Development of a conservation-oriented precision agriculture system: Crop production assessment and plan implementation. Journal of Soil and Water Conservation, 60(6), 421-430. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.1046.2048&rep=rep1&type=pdf
  24. Lal, R. (2015). 16 challenges and opportunities in precision agriculture. En R. Lal, & B. A. Stewart (Eds.), Soil-specific farming: precision agriculture (pp. 391-400). CRC Press.
  25. Lambert, D., Lowenberg-DeBoer, J., & Malzer, G. (2006). Economic analysis of spatial-temporal patterns in corn and soybean response to nitrogen and phosphorus. Agronomy Journal, 98(1), 43-54. https://pubag.nal.usda.gov/catalog/3725
  26. Limas, C., & Martínez, L. (2010). Metodología para evaluar la aptitud de las tierras en frutales caducifolios, como una herramienta de integración en la evaluación de la tierra y el sistema de producción, basado en conceptos de análisis espacial. En S. Caicedo, C. R. Salamanca, C. A. Jaramillo, & G. Romero (Comps.), Memorias III Encuentro Nacional de Agricultura de Conservación: futuro agroempresarial de la agricultura tropical (pp. 52-57). Corporación Colombiana de Investigación Agropecuaria-Agrosavia. https://repository.agrosavia.co/handle/20.500.12324/13635
  27. Liu, Y., Swinton, S., & Miller, N. (2006). Is site-specific yield response consistent over time? Does it pay? American Journal of Agricultural Economics, 88(2), 471-483. http://www.jstor.org/stable/3697736
  28. Lowenberg-DeBoer, J. (2018). The economics of precision agriculture. En J. V. Stafford (Ed.), Precision agriculture for sustainability (pp. 461-481). Dodds Science Publishing.
  29. Mamo, M., Malzer, G. L., Mulla, D. J., Huggins, D. R., & Strock, J. (2003). Spatial and temporal variation in economically optimum nitrogen rate for corn. Revista de Agronomía, 95(4), 958-964. https://doi.org/10.2134/agronj2003.9580
  30. Ministério da Agricultura, Pecuária e Abastecimento. (2013). Agricultura de Precisão [Boletim técnico]. Ministério da Agricultura, Pecuária e Abastecimento https://www.gov.br/agricultura/pt-br/assuntos/sustentabilidade/tecnologia-agropecuaria/agricultura-de-precisao-1/arquivos-de-agricultura-de-precisao/boletim-tecnico-agricultura-de-precisao-2013.pdf
  31. Ministerio de Agricultura y Desarrollo Rural [MADR]. (2020). El desarrollo rural en cifras: 1. Principales características sociales de la población en Colombia. Ministerio de Agricultura y Desarrollo Rural. MADR; Unión Europea. https://www.agronet.gov.co/agroclima/Documents/cartilla.pdf
  32. Ministerio de Agricultura y Desarrollo Rural [MADR]. (2018). Informe de gestión 2018. https://www.minagricultura.gov.co/planeacion-control-gestion/Gestin/PLANEACION/Informe_de_Gesti%C3%B3n_(Metas_Objetivos_Indicadores_Gestion)/INFORME%20DE%20%20GESTION%202018.pdf
  33. Molin, J., Amaral, L., & Colaço, F. (2015). Agricultura de precisión. Oficina de Textos.
  34. Organización de las Naciones Unidas para la Agricultura y la Alimentación [FAO]. (2018). Nota de análisis sectorial de agricultura y desarrollo rural de Colombia. https://www.fao.org/3/ak167s/ak167s00.pdf
  35. Organización de las Naciones Unidas para la Agricultura y la Alimentación [FAO]. (2020). Labranza de conservación ¿fin del arado? https://www.fao.org/Noticias/2000/000501-s.htm
  36. Orozco, O., & Ramírez, G. (2016). Sistemas de información enfocados en tecnologías de agricultura de precisión y aplicables a la caña de azúcar. Revista Ingenierías Universidad de Medellín, 15(28), 83-102. https://doi.org/10.22395/rium.v15n28a6
  37. Paustian, M., & Theuvsen, L. (2017). Adoption of precision agriculture technologies by German crop farmers. Precision Agriculture, 18, 701-716. https://doi.org/10.1007/s11119-016-9482-5
  38. Paxton, K., Mishra, A., Chintawar, S., Roberts, R., Larson, J., English, B., Lambert, D., Marra, M., Larkin, S., Reeves, J., & Martin, S. (2011). Intensity of precision agriculture technology adoption by cotton producers. Agricultural and Resource Economics Review, 40(1203-2016-95417), 133-144. https://doi.org/10.1017/S1068280500004561
  39. Planas de Martí, S. (2019). Agricultura de precisión y protección de cultivos. Revista de Ingeniería, 47, 10-19. https://ojsrevistaing.uniandes.edu.co/ojs/index.php/revista/article/view/985/1157
  40. Rodríguez, R., Leiva. F. R., & Gómez, M. I. (2016). Zonas homogéneas para manejo específico por sitio en maíz usando un sensor de inducción electromagnética en la sabana de Bogotá. Revista U.D.C.A Actualidad & Divulgación Científica, 18(2), 373-383. https://doi.org/10.31910/rudca.v18.n2.2015.163
  41. Salamanca S., & Ramírez, M. (2014). Eficacia de la cepa ICA-J-96 de Bradyrhizobium japonicum en nuevas variedades de soya en la altillanura colombiana. En S. Caicedo, C. R. Salamanca, C. A. Jaramillo, & G. Romero (Comps.), Memorias III Encuentro Nacional de Agricultura de Conservación: futuro agroempresarial de la agricultura tropical (pp. 210-216). Corporación Colombiana de Investigación Agropecuaria-Agrosavia. https://repository.agrosavia.co/handle/20.500.12324/13635
  42. Sanchez, S. H., Sethi, S. S., Santos, S. L., & Boockvar, K. (2014). Implementing medication reconciliation from the planner's perspective: a qualitative study. BMC Health Services Research, 14, 290. https://doi.org/10.1186/1472-6963-14-290
  43. Schimmelpfennig, D. (2016, octubre). Farm profits and the adoption of precision agriculture. Economic Research Report 217. https://www.ers.usda.gov/webdocs/publications/80326/err-217.pdf?v=0
  44. Sevier, B., & Lee, W. (2004, agosto 1-4). Precision agriculture in citrus: A probit model analysis for technology adoption [Ponencia]. 2004 ASAE/CSAE Annual International Meeting (American Society of Agricultural and Biological Engineers), Otawa, Canadá. https://doi.org/10.13031/2013.16156
  45. Souza, H., Buainain, A., Silveira, J., & Vinholis, M. (2011). Condicionantes da adoção de inovações tecnológicas na agricultura. Cadernos de Ciência & Tecnologia, 28(1), 223-255). https://ainfo.cnptia.embrapa.br/digital/bitstream/item/86647/1/condicionantes-da-adocao.pdf
  46. USDA-National Agricultural Statistics Service. (2017). Data and statistics-Quick Stats. www.nass.usda.gov/Quick_Stats/
  47. USDA-Natural Resource Conservation Service. (2009). Variable-rate nitrogen fertilizer application in corn using in-field sensing of leaves or canopy. Missouri NRCS Agronomy Tech Note 35. http://extension.missouri.edu/sare/documents/AgronomyTechnicalNote2012.pdf
  48. Valbuena, C., Martínez, L., & Giraldo, R. (2014). Variabilidad espacial de la fertilidad del suelo y el rendimiento en un cultivo de mango (Mangifera indica L.) localizado en la Mesa, Cundinamarca. En S. Caicedo, C. R. Salamanca, C. A. Jaramillo, & G. Romero (Comps.), Memorias III Encuentro Nacional de Agricultura de Conservación: futuro agroempresarial de la agricultura tropical (pp. 104-112). Corporación Colombiana de Investigación Agropecuaria-Agrosavia. https://repository.agrosavia.co/handle/20.500.12324/13635
  49. Valbuena, C., Martínez, L., & Giraldo, R. (2014). Variabilidad espacial de la fertilidad del suelo y el rendimiento en un cultivo de mango (Mangifera indica L.) localizado en la Mesa, Cundinamarca. Memorias III Encuentro Nacional de Agricultura de Conservación: futuro agroempresarial de la agricultura tropical. Conferencias temáticas Agricultura de precisión (ponencias) (pp. 104-112). Corporación Colombiana de Investigación Agropecuaria-Agrosavia. https://repository.agrosavia.co/handle/20.500.12324/13635
  50. Villanueva, D. (2018). Análisis sector agrícola y pecuario: Estudio sobre bioeconomía de Colombia [Anexo]. En Estudio sobre bioeconomía como fuente de nuevas industrias basadas en el capital natural de Colombia fase II. https://www.dnp.gov.co/Crecimiento-Verde/Documents/ejes-tematicos/Bioeconomia/Informe%202/ANEXO%201_An%C3%A1lisis%20sector%20agr%C3%ADcola.pdf
  51. Yost, M., Kitchen, N., Sudduth, K., Sadler, E., Bafaut, C., & Volkmann, M. (2016). Long-term impacts of cropping systems and landscape positions on claypan-soil grain crop production. Agronomy Journal, 108(2), 713-725. https://doi.org/10.2134/agronj2015.0413
  52. Yost, M., Kitchen, N., Sudduth, K., Sadler, E., Drummond, S., & Volkmann, M. (2017). Long-term impact of a precision agriculture system on grain crop production. Precision Agriculture, 18, 823-842. https://doi.org/10.1007/s11119-016-9490-5

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

524 | 385




 

Creative Commons License Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Derechos de autor 2021 Ciencia & Tecnología Agropecuaria