La producción de cultivos en hilera en la región del Medio Oeste (Indiana) de los Estados Unidos ha estado enfrentando problemas de sostenibilidad ambiental y económica. Ha habido un aumento en la tendencia de la aplicación de fertilizantes (nitrógeno y fósforo), costos de combustible de maquinaria agrícola y disminución de la productividad laboral que lleva a un uso no optimizado de los insumos agrícolas. La literatura describe cómo prácticas sostenibles como la rentabilidad (retorno de inversiones), reducción de costos operativos, reducción de desechos peligrosos, rendimiento de entrega y productividad general podrían ser adoptadas en el contexto de las tecnologías de agricultura de precisión (riego de tasa variable, fertilización de tasa variable, análisis de datos basados en la nube y telemática para la navegación de maquinaria agrícola). La revisión de la literatura describe la baja adopción de tecnologías de agricultura de precisión basadas en Internet de las Cosas (IoT), como la fertilización de tasa variable (39%), pesticidas de tasa variable (8%), riego de tasa variable (4%), análisis de datos basados en la nube (21%) y telemática (10%) entre los productores de cultivos en hilera del Medio Oeste. Las barreras para la adopción de tecnologías de agricultura de precisión basadas en IoT citadas en la literatura incluyen la rentabilidad, requisitos de energía, alcance de comunicación inalámbrica, latencia de datos, escalabilidad de datos, almacenamiento de datos, procesamiento de datos e interoperabilidad de datos. Por lo tanto, este estudio se enfocó en explorar y comprender variables de toma de decisiones relacionadas con barreras a través de tres sesiones de entrevistas en grupo de enfoque realizadas con dieciocho ( = 18) expertos en la materia (SME) en prácticas de agricultura de precisión basadas en IoT. Las relaciones de dependencia descritas entre costo, latencia de datos, escalabilidad de datos, consumo de energía, alcance de comunicación, tipo de comunicación inalámbrica y aplicación de agricultura de precisión son uno de los principales hallazgos. Los resultados podrían informar a los practicantes de agricultura de precisión, productores y otros interesados sobre variables relacionadas con barreras técnicas y operativas para la adopción de prácticas de agricultura de precisión basadas en IoT.