Frontiers in Sustainable Food Systems·9月19日 · 周六论文数字乡村与农业信息化阅读 0

Shaanxi Kiwi Farmers Break Free from Yield-Security FoMO(陕西猕猴桃农户摆脱"产量安全错失恐惧")——Frontiers Sustain Food Syst 试错经验可破除数字养分管理技术采纳障碍

论文解读
77精选
速览

陕西675户猕猴桃种植户调研发现,产量安全错失恐惧阻碍数字养分管理技术采纳,试错体验可缓解。

方法

对陕西675户猕猴桃种植户问卷调查,分析FoMO与三种数字技术采纳意向关系。

发现

产量安全错失恐惧持续负向影响采纳;动手试错体验提升土壤检测仪和叶绿素仪采纳,对App影响小。

机会点

可探究不同数字农业技术中试错体验的差异化机制,设计降低农户FoMO的干预策略。

影响力16
信息增量22
专业深度18
信源权威13
时效性8

基于675户调研揭示FoMO阻碍数字养分管理技术采纳、试错体验可缓解,对农技推广有实证参考价值。

原文摘要

Frontiers in Sustainable Food Systems 发表研究:马来西亚博特拉大学Xia Li等学者针对中国陕西省675户猕猴桃种植户开展调研,发现"产量安全错失恐惧(Yield-Security FoMO)"——农户对不使用每一种可用工具以最大化产量的焦虑——是数字养分管理技术(土壤检测仪、叶绿素仪、农技咨询App等)采纳的主要障碍。研究发现,虽然感知有用性和相对优势能促进采纳,但产量安全错失恐惧对三种技术的采纳意向均呈持续负面影响。然而,参与结构化"动手试错"体验的农户更可能采纳土壤检测仪和叶绿素仪,且该恐惧对决策的影响更小。对农技咨询App影响较小,说明试错体验的效应可能因技术而异。该研究为农技企业和政策制定者提供启示:让农户亲手尝试新技术是弥合怀疑与采纳之间鸿沟的关键。

陕西 猕猴桃 数字养分管理相关资讯

中国科学报 2026-09-09·9月9日 · 周三75 分 报道阅读 0

中国农科院资划所构建可解释 AI 模型实现猕猴桃产地精准溯源(AI in Agriculture)

中国农科院农业资源与农业区划研究所智慧农业创新团队利用光谱成像技术与多模型组合策略,以中国 6 个地区猕猴桃为对象构建产地溯源模型,并运用可解释性分析方法对最优组合模型进行分层和整体解读。在提升溯源准确率的同时,揭示了光谱数据背后判断产地的内在逻辑。该研究为破解光谱分析中数据分析模型难以解释的难题提供了系统解决思路,在关键波长选择、模型稳定性提升及预测结果可信度增强等方面具有参考价值。成果发表在《Artificial Intelligence in Agriculture》。