Cómo hacer una aplicación basada en smartphone para consejos agrícolas atractiva: ideas de un experimento de elección en México
Autores: Molina-Maturano, Janet; Verhulst, Nele; Tur-Cardona, Juan; Güerena, David T.; Gardeazábal-Monsalve, Andrea; Govaerts, Bram; De Steur, Hans; Speelman, Stijn
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Cómo hacer una aplicación basada en smartphone para consejos agrícolas atractiva: ideas de un experimento de elección en México
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Aplicaciones de teléfonos móviles
Apoyo a la toma de decisiones
Datos agrícolas
Propiedad de datos
Pequeños productores
Incentivos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
Las aplicaciones móviles pueden ser una forma rentable de proporcionar apoyo decisional a los agricultores y pueden respaldar la recopilación de datos agrícolas. La digitalización de los sistemas agrícolas, y los esfuerzos por cerrar la brecha digital e incluir a los pequeños productores, hacen que la propiedad de los datos y los problemas de privacidad sean más relevantes que nunca. En los países de América Central y del Sur, las preferencias de los pequeños productores con respecto a las licencias de datos y el intercambio han sido ampliamente ignoradas, y se ha prestado poca atención al potencial de incentivos no financieros para aumentar la adopción de soluciones digitales y la participación de los agricultores. Para investigar los incentivos para que los pequeños agricultores utilicen potencialmente una aplicación de asesoramiento agrícola en la que comparten sus datos, se diseñó un Experimento de Elección Discreta. Basándose en una encuesta a 392 agricultores en México, se revelaron las preferencias por atributos relacionados con su uso utilizando un modelo logit condicional (CL). Para explorar la heterogeneidad, se exploraron grupos y perfiles a través de un modelo de clases latentes (LC). Los resultados del modelo CL revelaron, por ejemplo, la preferencia positiva de los agricultores por recibir apoyo en el primer uso y acceso a capacitación, mientras que se encontró una preferencia negativa por compartir datos con actores privados. El LC identificó tres clases que difieren en su preferencia por atributos como el grado de intercambio de datos. Además, por ejemplo, se encontró que la conexión de un agricultor a un hub de innovación es una de las variables significativas en la función de pertenencia a la clase. La principal contribución del estudio es que muestra la importancia de los incentivos no financieros y la influencia del intercambio de datos en las preferencias de los agricultores.
Descripción
Las aplicaciones móviles pueden ser una forma rentable de proporcionar apoyo decisional a los agricultores y pueden respaldar la recopilación de datos agrícolas. La digitalización de los sistemas agrícolas, y los esfuerzos por cerrar la brecha digital e incluir a los pequeños productores, hacen que la propiedad de los datos y los problemas de privacidad sean más relevantes que nunca. En los países de América Central y del Sur, las preferencias de los pequeños productores con respecto a las licencias de datos y el intercambio han sido ampliamente ignoradas, y se ha prestado poca atención al potencial de incentivos no financieros para aumentar la adopción de soluciones digitales y la participación de los agricultores. Para investigar los incentivos para que los pequeños agricultores utilicen potencialmente una aplicación de asesoramiento agrícola en la que comparten sus datos, se diseñó un Experimento de Elección Discreta. Basándose en una encuesta a 392 agricultores en México, se revelaron las preferencias por atributos relacionados con su uso utilizando un modelo logit condicional (CL). Para explorar la heterogeneidad, se exploraron grupos y perfiles a través de un modelo de clases latentes (LC). Los resultados del modelo CL revelaron, por ejemplo, la preferencia positiva de los agricultores por recibir apoyo en el primer uso y acceso a capacitación, mientras que se encontró una preferencia negativa por compartir datos con actores privados. El LC identificó tres clases que difieren en su preferencia por atributos como el grado de intercambio de datos. Además, por ejemplo, se encontró que la conexión de un agricultor a un hub de innovación es una de las variables significativas en la función de pertenencia a la clase. La principal contribución del estudio es que muestra la importancia de los incentivos no financieros y la influencia del intercambio de datos en las preferencias de los agricultores.