Artigo - Atena Editora

Artigo

Baixe agora

Livros

ESTUDO BIBLIOMÉTRICO: ML APLICADA NA AGRICULTURA

A análise estatística de informações bibliográficas são a base para os estudos bibliométricos e a concepção de modelos ou leis que tratam do desenvolvimento do conhecimento no estado da arte. No século XIX, surge de forma incipiente a primeira expressão mais sistemática, entretanto só no início do século XX, com a publicação dos trabalhos de Lotka ela ganha força com inserção dos indicadores de produção (BOUSTANY, 1997). A Bibliometria faz uso de métodos matemáticos afim de descrever e quantificar estudos relacionados a uma temática científica (PRITCHARD, 1969). Neste contexto, o objetivo deste paper é quantificar as publicações na área de Machine Learning (ML) aplicada na agricultura, através de uma análise bibliométrica. Para tanto, utilizou-se do banco de dados obtido na base Scopus e Web of Science. O processo de analises fez uso do software R / RStudio e da aplicação Bibliometrix e sua biblioteca Biblioshiny, a partir dos dados, verificou-se que o maior número de publicações sobre o tema ocorreu nos anos 2021 e 2022, o autor que mais publicou foi o WANG Y, os periódicos de maior relevância foram os COMPUTERS AND ELECTRONICS IN AGRICULTURE e REMOTE SENSING.
Ler mais

ESTUDO BIBLIOMÉTRICO: ML APLICADA NA AGRICULTURA

  • DOI: 10.22533/at.ed.1282321085

  • Palavras-chave: Machine learning. Aplicação. Agricultura.

  • Keywords: Machine Learning. Application. Agriculture.

  • Abstract: The statistical analysis of bibliographic information is the basis for bibliometric studies and the conception of models or laws that deal with the development of knowledge in the state of the art. In the 19th century, the first more systematic expression appears in an incipient way, however only in the beginning of the 20th century, with the publication of Lotka's works, does it gain strength with the insertion of production indicators (BOUSTANY, 1997). Bibliometrics makes use of mathematical methods in order to describe and quantify studies related to a scientific theme (PRITCHARD, 1969). In this context, the objective of this paper is to quantify the publications in the area of Machine Learning (ML) applied in agriculture, through a bibliometric analysis. For that, we used the database obtained from Scopus and Web of Science. The analysis process made use of the R / RStudio software and the Bibliometrix application and its Biblioshiny library, from the data, it was verified that the largest number of publications on the subject occurred in the years 2021 and 2022, the author who most published was the WANG Y, the most relevant journals were COMPUTERS AND ELECTRONICS IN AGRICULTURE and REMOTE SENSING.

  • Gizele Ferreira da Silva
  • David Lopes Maciel
  • Fabrício Moraes de Almeida
Fale conosco Whatsapp