Los modelos pueden proporcionar una forma estructurada de pensar sobre la adopción y ofrecer un método para investigar los impactos de diferentes factores en el proceso de adopción. Con al menos 70 años de investigación en la adopción de innovaciones agrícolas, ha habido una proliferación de modelos de adopción, tanto conceptuales como numéricos. Esta diversidad ha resultado en una falta de convergencia en la forma en que se define, explica y mide la adopción, lo que hace que la extensión agrícola y la política dependan de un cuerpo de literatura que a menudo no puede ofrecer recomendaciones claras sobre las variables o mecanismos que se pueden utilizar para diseñar intervenciones. Realizamos una revisión de modelos conceptuales para aclarar los conceptos y enfoques utilizados en la práctica de modelar la adopción en la agricultura. Describimos modelos conceptuales generales de adopción originarios de la sociología, psicología, economía y marketing y revisamos ejemplos de modelos específicamente definidos para el estudio de la adopción en la agricultura. También evaluamos ampliamente la capacidad de los modelos conceptuales para apoyar la construcción de modelos numéricos. Nuestra revisión abarcó una variedad de enfoques de modelado para la difusión y la adopción individual, ilustrando diferentes perspectivas utilizadas en la literatura. Encontramos que los elementos clave que se deben utilizar en los modelos de adopción para la agricultura incluyen: una forma de evaluar el rendimiento de la nueva tecnología propuesta (por ejemplo, ventaja relativa, tanto económica como no económica) en relación con la tecnología o práctica existente, el proceso de aprendizaje sobre esta ventaja, la interacción entre la toma de decisiones individual e influencias externas, y las características de los posibles adoptantes que afectan sus actitudes hacia la tecnología. También detectamos inconsistencias en cómo se tratan diferentes elementos en diferentes modelos conceptuales, especialmente elementos conductuales como actitudes, motivaciones, intenciones e influencias externas. En términos de modelado, la principal implicación de estas inconsistencias es la dificultad para generar evidencia cuantitativa que respalde estos modelos, ya que múltiples interpretaciones dificultan lograr consistencia en la definición de variables observables y medibles que se puedan utilizar para cuantificar las relaciones causa-efecto. Las sugerencias para futuras investigaciones en el campo incluyen: cuestionar si la adopción de todas las tecnologías y prácticas se puede representar mediante el mismo proceso de adopción o aprendizaje, explorar la dinámica en la relación entre los adoptantes y la tecnología antes y después de la adopción, y cuestionar las suposiciones básicas detrás del proceso de modelos de toma de decisiones individuales y el papel de la toma de decisiones colectivas. Los hallazgos de esta revisión pueden ser considerados por investigadores y modeladores de adopción en su trabajo para ayudar a los esfuerzos de política y extensión para mejorar la adopción de futuras innovaciones agrícolas beneficiosas.