Skip to main navigation menu Skip to main content Skip to site footer

COMPETITIVIDAD GLOBAL

Vol. 14 (2020): Ecosistema de datos y la competitividad ISBN 978-607-96203-0-9

Ecosistema de datos agrícolas: sector hortícola mexicano

Submitted
May 6, 2021
Published
2021-06-17

Abstract

El presente artículo estudia la importancia de la implementación de la big data y el internet de las cosas en los agronegocios, como elementos esenciales que nutren el ecosistema de datos agrícolas de México. Se examina el estado del arte de la agricultura digital, como una práctica innovadora y se analiza la diferencia entre agricultura inteligente y agricultura de precisión. Este estudio exploratorio resalta la importancia de los ecosistemas de datos abiertos, a través de la analítica de agronegocios, con base en los datos abiertos de cultivos hortícolas en un periodo de 2009-2010, que se producen bajo agricultura protegida, como la producción de jitomate y chile verde, en sistemas de malla sombra, macro túnel e invernadero, mostrando con ello el aumento de su competitividad gracias a la implementación de agricultura inteligente.

References

  1. Baseca, C. C., Sendra, S., Lloret, J. y Tomas, J. (2019). A Smart Decision System for Digital Farming. Agronomy, 9(5), 216.
  2. CEPAL (2020). Perspectivas de la agricultura y del desarrollo rural en las Américas: una mirada hacia América Latina y el Caribe 2019-2020.
  3. Ciruela-Lorenzo, A. M., Del-Aguila-Obra, A. R., Padilla-Meléndez, A. y Plaza-Angulo, J. J. (2020). Digitalization of agri-cooperatives in the smart agriculture context. Proposal of a digital diagnosis tool. Sustainability, 12 (4)
  4. Dawes, S., Vidiasova, L. y Parkhimovich, O. (2016). Planning and designing open government data programs: An ecosystem approach. Government Information Quarterly, 33(1):15–27
  5. Ding, L. et al., (2011). TWC LOGD: A portal for linked open government data ecosystems. Web Semantics. Science, Services and Agents on the World Wide Web, 9 (3), 325-333
  6. Duckett, T., Pearson, S., Blackmore, S., Grieve, B., Chen, W.-H., Cielniak, G., … Yang, G.-Z. (2018). Agricultural Robotics: The Future of Robotic Agriculture. Robotics & Autonomous systems.
  7. Easterbrook, S., Singer, J., Storey, M. A. y Damian, D. (2008). Selecting empirical methods for software engineering research. Guide to advanced empirical software engineering. Springer, 285–311
  8. FAO (2019). Climate-smart agriculture and the sustainable development goals. Food and Agriculture Organization of the United Nations.
  9. FAO (2020). TECA – Tecnologías y prácticas para pequeños productores agrícolas. Organización de las Naciones Unidas para la Alimentación y la Agricultura.
  10. FAOSTAT (2019). Datos sobre alimentación y agricultura. Organización de las Naciones Unidas para la Alimentación y la Agricultura.
  11. FIRA (2017). Panorama Agroalimentario Tomate Rojo 2017. Fideicomisos Instituidos en Relación con la Agricultura.
  12. Faulkner, A. y Cebul, K. (2014). Agriculture Gets Smart: The Rise of Data and Robotics, Cleantech Agriculture Report. Cleantech Group. 1-6
  13. Gilpin, L. (2014). How Big Data Is Going to Help Feed Nine Billion People by 2050. TechRepublic. 1-12.
  14. Gobierno Abierto MX (2019). ¿Qué es? Alianza para el gobierno abierto de México. Gobierno de México. Recuperado de: http://dgti-transparencia-gobiernoabiertostaging.k8s.funcionpublica.gob.mx/quienes-somos/
  15. Gobierno MX (2016). ¿Qué son los datos abiertos? Gobierno de México. Recuperado de: https://datos.gob.mx/blog/que-son-los-datos-abiertos?category=casos-de-uso
  16. Ha, S., Lee, S. y Lee, K. (2014). Standardization Requirements Analysis on Big Data in Public Sector based on Potential Business Models. International Journal of Software Engineering and Its Applications, 8 (11), 165–172.
  17. Hoste, R., Suh, H. y Kortee, H. (2017). Smart farming in pig production and greenhouse horticulture. An inventory in the Netherlands. Wageningen University and Research, 42.
  18. ITC (2020). International trade statistics 2001-2020. The International Trade Centre. Recuperado de: https://www.intracen.org/itc/market-info-tools/trade-statistics/
  19. Jensen, M. H. y Malter, A.J. (1995). Protected Agriculture: A Global Review. World Bank Publications.
  20. King, A. (2017). The future of agriculture. Nature, 544, 21-23.
  21. Manyika, J. (2011). Big Data: The next frontier for innovation, competition, and productivity.
  22. McKinsey Global Institute.
  23. Maya-Gopal, P. S. y Chintala, B. R. (2020). Big Data Challenges and Opportunities in Agriculture. International Journal of Agricultural and Environmental Information Systems, 11(1), 48-66.
  24. Mekala, M.S. y Viswanathan, P. (2017). A Survey: Smart agriculture IoT with cloud computing. In Proceedings of the 2017 International conference on Microelectronic Devices, Circuits and Systems, 1–7.
  25. MIDE (2016). Monitoreo de indicadores del Desarrollo de Jalisco. Recuperado de: https://seplan.app.jalisco.gob.mx/mide/panelCiudadano/inicio
  26. National Science Foundation. (2012). Core Techniques and Technologies for Advancing Big Data Science & Engineering. National Science Foundation USA.
  27. NU (2015). Objetivos de Desarrollo Sostenible. Naciones Unidad. Recuperado de: https://www.un.org/sustainabledevelopment/es/objetivos-de-desarrollo-sostenible/
  28. Oliveira, M. I. S. y Lóscio, B. F. (2018). What is a data ecosystem? Proceedings of the 19th Annual International Conference on Digital Government Research Governance in the Data Age.
  29. Ozdogan, B., Gacar, A. y Huseyin, A. (2017). Digital agriculture practices in the context of agriculture 4.0. Journal of Economics Finance and Accounting, 4(2), 184- 191.
  30. Pixia, D. y Xiangdong, W. (2013). Recognition of greenhouse cucumber disease based on image processing technology. Open Journal of Applied Sciences, 3 (01), 27-31.
  31. Pollock, R. (2011). Building the (open) data ecosystem. Open Knowledge Foundation.
  32. Power BI (2020). Convierta los datos en oportunidades. Power BI Microsoft.
  33. Rice, I. (2018). Improved data visualisation through nonlinear dissimilarity modelling. Pattern Recognition, 73 (1), 76-88.
  34. Rode, P. C., Gamarra, R. R., Espinosa, H. P., Guizar, A. G. R., Daz, D. R., Cruz, P. P. y Gutiérrez, A. M. (2010). Invernadero inteligente basado en un enfoque sustentable para la agricultura mexicana. Memorias del VIII Congreso Internacional sobre Innovación y Desarrollo Tecnológico, 623-630.
  35. RRN (2019). El MAPA, en el centro del ecosistema abierto de datos agrícolas y medioambientales. Red Rural Nacional.
  36. Shi, X. et al., (2019). State-of-the-Art Internet of Things in ProtectedAgriculture. MDPI. Sensors. 19.
  37. SIAP (2020). Avance de siembras y cosechas. Resumen nacional por cultivo. Servicio de Información Agroalimentaria y Pesquera. Recuperado de:
  38. http://infosiap.siap.gob.mx:8080/agricola_siap_gobmx/AvanceNacionalSinPrograma.do
  39. Smart-Akis (2016). What is smart-farming? Smart Farming Thematic Network.
  40. Smith, G., Ayaba-Ofe, H. y Sandberg, J. (2016). Digital service innovation from open data: exploring the value proposition of an open data marketplace. In System Sciences (HICSS), 49th Hawaii International Conference on IEEE.
  41. Sonka, S. (2015). Big data: from hype to agricultural tool. Farm Policy Journal. 12, 1-9.
  42. Sun, Z., Du, K., Zheng, F. y Yin, S. (2013). Perspectives of research and application of Big Data on smart agriculture. Journal of Agriculture Sciences Technology, 15, 63–71.
  43. Sundmaeker, H., Verdouw, C. N., Wolfert, J. y Freire, L. P. (2016). Internet of food and farm 2020. En Vermasan, O., Fries, P. (Coords). Digitising industry internet of things connecting physical, digital and virtual words, River Publishers Series, 129-150.
  44. Tableau (2020). Cambia tu manera de pensar en los datos. Tableau. Recuperado: https://www.tableau.com/es-mx
  45. Tibbets, J. H. (2018). The Frontiers of Artificial Intelligence: Deep learning brings speed, accuracy to the life sciences. BioScience, 68 (1). 5-10.
  46. Wolfert, S., Ge, L. Verdouw, C. y Boodardt, M.C. (2017) Big Data in Smart Farming – A review, Agricultural Systems, 153, 69-80.
  47. Zhou, K., Fu, C. y Yang, S. (2016). Big data driven smart energy management: From big data to big insights. Renewable and Sustainable Energy, 56, 215–225.
  48. Zubcoff, J., Llorenç, V. G., Garrigós, I., Mazón-López, J.N., Guilló, A. y Maciá Pérez, F. (2016). The University as an Open Data Ecosystem. International Journal of Design & Nature and Ecodynamics, 11 (3), 250.
  49. Zuiderwijk, A., Janssen, M., y Davis, C. (2014). Innovation with open data: Essential elements of open data ecosystems. Information Polity, 19(1–2), 17–33. https://doi.org/10.3233/IP-140329
  50. Zuiderwijk, A., Janssen, M., Van De Kaa, G., y Poulis, K. (2016). The wicked problem of commercial value creation in open data ecosystems: Policy guidelines for governments. Information Polity, 21(3), 223–236. https://doi.org/10.3233/IP-160391