Modelando el impacto de la Política Agrícola Común en el entorno agrícola y rural de la UE a través de un marco predictivo de aprendizaje automático
Autores: Cristea, Dragos Sebastian; Rosenberg, Sarina; Pustianu Mocanu, Adriana; Simionov, Ira Adeline; Mogodan, Alina Antache; Petrea, Stefan Mihai; Moga, Liliana Mihaela
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Modelando el impacto de la Política Agrícola Común en el entorno agrícola y rural de la UE a través de un marco predictivo de aprendizaje automático
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Investigación
Aprendizaje automático
Política Agrícola Común
Responsables políticos de la UE
Pobreza rural
Sostenibilidad ambiental
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
Esta investigación proporciona un marco analítico y predictivo, basado en algoritmos de aprendizaje automático de última generación (bosque aleatorio (RF) y modelos aditivos generalizados (GAM)), que se puede utilizar para evaluar y mejorar el impacto/desempeño de la Política Agrícola Común (PAC) sobre los entornos agrícolas y rurales, facilitando la identificación de instrumentos adecuados que pueden ser utilizados por los responsables políticos de la UE en la gestión financiera de la PAC.
Descripción
Esta investigación proporciona un marco analítico y predictivo, basado en algoritmos de aprendizaje automático de última generación (bosque aleatorio (RF) y modelos aditivos generalizados (GAM)), que se puede utilizar para evaluar y mejorar el impacto/desempeño de la Política Agrícola Común (PAC) sobre los entornos agrícolas y rurales, facilitando la identificación de instrumentos adecuados que pueden ser utilizados por los responsables políticos de la UE en la gestión financiera de la PAC.