理解中小型农场的数据收集实践以设计未来农场管理信息系统
农场管理信息系统(FMIS)整合来自传感器等多种来源的数据,使农民能够解读过去活动并预测未来绩效。FMIS传统上专为大型农场设计和使用,因其资本需求以及自动化和规模化需求。本文研究当前中小型农场的数据收集实践,以便更好地为FMIS系统设计满足其需求。我们的实证研究包括10次农场访问期间的访谈。我们的半结构化访谈涵盖关于日常活动、决策点、数据共享和数据收集动机的问题。我们通过关注采用扩展数字数据收集实践的潜在障碍以及扩展数据收集如何帮助实现农民目标和动机来分析访谈。我们发现,农民使用自己定制的数据收集方法代替或并行于更正式的方法,并经常将关键观察和假设记在脑海中,而不是将其输入任何数据收集系统。FMIS采用的主要障碍包括技术怀疑、技术困难和支持缺乏,以及对技术技能的自我怀疑。基于这一实证工作和分析,我们建议FMIS系统最能满足中小型农场需求的方式是:1) 考虑农民记忆与存储数据的不同方法,2) 整合而非试图取代现有实践,3) 考虑推动农场决策和实践的经济和政治动机。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3637416
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文