MARC

 008240306s2021        s  |          s        0000c|  eng  d
■001000016932682
■00520240214100531
■006m          o    d                
■007cr
■020    ▼a9798379834579
■035    ▼a(MiAaPQ)AAI30505315
■035    ▼a(MiAaPQ)Purdue17131526
■040    ▼aMiAaPQ▼cMiAaPQ
■08204▼a630
■090    ▼a전자도서(박사논문)
■1001  ▼aHundal,  Gaganpreet  Singh.
■24510▼aExploring  Lean  &  Green  Internet  of  Things  (IOT)  Wireless  Sensors  Framework  for  the  Adoption  of  Precision  Agriculture  Practices  Among  Indiana  Row-Crop  Producers▼h[electronic  resource]▼cGaganpreet  Singh  Hundal
■260    ▼a[S.l.]▼bPurdue  University.  ▼c2021
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2021
■300    ▼a1  online  resource(p.159  )
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-01,  Section:  A.
■500    ▼aAdvisor:  Laux,  Chad.
■5021  ▼aThesis  (Ph.D.)--Purdue  University,  2021.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aThe  production  of  row  crops  in  the  Midwestern  (Indiana)  region  of  the  US  has  been  facing  environmental  and  economic  sustainability  issues.  There  has  been  an  increase  in  trend  for  the  application  of  fertilizers  (Nitrogen  &  Phosphorus),  farm  machinery  fuel  costs  and  decrease  in  labor  productivity  leading  to  non-optimized  usage  of  farm-inputs.  A  structured  literature  review  describes  Lean  and  Green  practices  such  as  profitability  (return  on  investments),  operational  cost  reduction,  hazardous  waste  reduction,  delivery  performance  and  overall  productivity  might  be  adopted  in  the  context  of  Precision  Agriculture  practices  (variable  rate  irrigation,  variable  rate  fertilization,  cloud-based  analytics,  and  telematics  for  farm-machinery  navigation).The  literature  review  describes  low  adoption  of  Internet  of  Things  (IoT)  based  precision  agriculture  practices,  such  as  variable  rate  fertilizer  (39  %),  variable  rate  pesticide  (8%),  variable  rate  irrigation  (4  %),  cloud-based  data  analytics  (21  %)  and  telematics  (10  %)  amongst  Midwestern  row  crop  producers.  Barriers  for  the  adoption  of  IoT  based  Precision  Agriculture  practices  include  cost  effectiveness,  power  requirements,  communication  range,  data  latency,  data  scalability,  data  storage,  data  processing  and  data  interoperability.  Focused  group  interviews  (n=3)  with  Subject  Matter  Expertise  (SME's)  (N=18)  in  IoT  based  Precision  Agriculture  practices  were  conducted  to  understand  and  define  decision-making  variables  related  to  barriers.  The  content  analysis  and  subsequent  ISM  model  informed  an  action  research  approach  in  the  deployment  of  an  IoT  wireless  sensor  nodes  for  performance  improvement.  The  improvements  resulted  in  variable  cost  reduction  by  94  %,  power  consumption  cost  reduction  by  60  %,  and  improved  data  interoperable  and  userinteractive  IoT  wireless  sensor-based  data  pipeline  for  improved  adoption  of  Precision  Agriculture  practices.  A  relationship  analysis  of  performance  data  (n=2505)  from  the  IoT  sensor  deployment  empirically  validated  the  ISM  model  and  explained  the  variation  in  power  consumption  for  mitigation  of  IoT  adoption  among  producers.  The  scope  of  future  research  for  predicting  IoT  power  consumption,  based  upon  the  growing  season  through  correlation  was  developed  in  this  study.The  implications  of  this  research  inform  adopters  (row-crop  producers),  researchers  and  precision  agriculture  practitioners  that  a  Lean  and  Green  framework  is  driven  substantively  by  cost  and  power  concerns  in  an  IoT  sensors-based  precision  agriculture  solution.
■590    ▼aSchool  code:  0183.
■650  4▼aAgriculture.
■650  4▼aCrop  diseases.
■650  4▼aEnergy  consumption.
■650  4▼aDecision  making.
■650  4▼aSensors.
■650  4▼aFertilizers.
■650  4▼aAgronomy.
■650  4▼aEnergy.
■650  4▼aIndustrial  engineering.
■650  4▼aInformation  technology.
■650  4▼aPlant  pathology.
■650  4▼aSustainability.
■650  4▼aWeb  studies.
■690    ▼a0473
■690    ▼a0285
■690    ▼a0791
■690    ▼a0546
■690    ▼a0489
■690    ▼a0480
■690    ▼a0640
■690    ▼a0646
■71020▼aPurdue  University.
■7730  ▼tDissertations  Abstracts  International▼g85-01A.
■773    ▼tDissertation  Abstract  International
■790    ▼a0183
■791    ▼aPh.D.
■792    ▼a2021
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16932682▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서