Global knowledge › Archives › Vol. 9 No. S1 (2024): GLOBAL KNOWLEDGE JOURNAL › Article

The influence of physics on the development of agriculture

William Ausberto Merchán García
Universidad Estatal del Sur de Manabí
Joffre Daniel Pincay Menéndez
Universidad Estatal del Sur de Manabí
Bolívar Fabian Mendoza Marcillo
Universidad Estatal del Sur de Manabí
Richard Antonio Cornejo Cornejo
Universidad Estatal del Sur de Manabí
Ruben Eduardo Daza Castaño
Universidad Técnica de Manabí
Cinthia Lisseth Nieto Molina
Universidad Técnica de Manabí
Abstract

 

Abstract

Poverty, hunger, food insecurity, environmental pollution by fertilizers, deforestation, loss of biodiversity, soil degradation, climate change, urbanization, and water scarcity have forced us to reflect on new alternatives applied to agriculture. Concepts such as sustainable agriculture, smart agriculture, precision agriculture, biodynamic agriculture, and 4.0 or digital agriculture demonstrate   solutions   to    increase   productivity,  quality,  profitability,   and  sustainability of agricultural production. The present research aimed to develop an analysis to determine which physics knowledge has influenced the development of agriculture. To this end, a documentary review was conducted using the SpringerLink, Scopus, Scielo, and Redalyc databases. The documentary corpus consisted of 69 articles, while the final corpus was composed of 4 articles. As a result, it can be stated that physics is gaining ground over chemistry since it bets on physical reactions that do not leave consequences in the product.

How to Cite
Merchán García, W. A., Pincay Menéndez, J. D., Mendoza Marcillo, B. F., Cornejo Cornejo, R. A., Daza Castaño, R. E., & Nieto Molina, C. L. (2024). The influence of physics on the development of agriculture. Global Knowledge, 9(S1), 164-172. https://doi.org/10.70165/cglobal.v9iS1.513
References

Akhter, R., & Ahmad, S. (2022). Precision agriculture using IoT data analytics and machine learning. Journal of King Saud University – Computer and Information Sciences, 34, 5602–5618. https://doi.org/10.1016/j.jksuci.2021.05.013

Cajamar Caja Rural. (2018). Mediterráneo Económico, Colección de Estudios Socioeconómicos. Bioeconomía y Desarrollo Sostenible, 31, 293-294.

Domingues, S., Boff, P., & Carissimi, M. I. (2022). Cromatografía circular Pfeiffer en suelo tratado con altas diluciones dinamizadas. Revista Mexicana de Ciencias Agrícolas, 13(7), 1183-1194.

Espinosa, A., Ponte, D., Gibeaux, S., & González, C. (2021). Estudio de sistemas IoT aplicados a la agricultura inteligente. Plus (+) Economía, 9(1), 33-42. https://revistas.unachi.ac.pa/index.php/pluseconomia/article/view/479

Galindo, G., Schwentesius, R., & Saldierna, G. (2023, 28 de noviembre). Detección de trazas de glifosato en malezas a partir de espectroscopia RAMAN y aplicaciones agromáticas. XLIV Congreso Nacional de la Ciencia de la Maleza 2023 https://www.researchgate.net/publication/375958882

Guzmán, A. M. (2022). Óptica y fotónica: ciencia y tecnología de la luz. Revista de la Academia Colombiana de Ciencias Exactas, Físicas y Naturales, 46(181), 920-938. https://doi.org/10.18257/raccefyn.1748

Karunathilake, E.M.B.M., Le, A.T., Heo, S., Chung, Y.S., & Mansoor, S. (2023). The Path to Smart Farming: Innovations and Opportunities in Precision Agriculture. Agriculture, 13(1593), 1-26. https://doi.org/10.3390/agriculture13081593

Linaza, M. T., Posada, J., Bund, J., Eisert, P., Quartulli, M., Döllner, J., Pagani, A., Olaizola, I., G., Barriguinha, A., Moysiadis, T., & Lucat, L. (2021). Data-Driven Artificial Intelligence Applications for Sustainable Precision Agriculture. Agronomy, 11(6), 1227. https://doi.org/10.3390/agronomy11061227

Organización de Naciones Unidas. (2023). Informe de los Objetivos de Desarrollo Sostenible. https://unstats.un.org/sdgs/report/2023/The-Sustainable-Development-Goals-Report-2023_Spanish.pdf?_gl=1*9orizx*_ga*MTEwMDUyNDYzMi4xNzAxMDkzOTY4*_ga_TK9BQL5X7Z*MTcwNDkwMTQ3OC42LjEuMTcwNDkwMjM1NS4wLjAuMA

Rosales-Soto, A. y Arechavala-Vargas, R. (2020). Agricultura inteligente en México: Analítica de datos como herramienta de competitividad. http://www.web.facpya.uanl.mx/vinculategica/Vinculategica6_2/37_Rosales_Arechavala.pdf

Saavedra-Rincón, S. y Chaparro-Anaya, O. (2022). Desarrollo de una aplicación en Python para mapeo de variabilidad espacial en la agricultura digital. Avances en Investigación Agropecuaria, 26, 7-27. http://doi.org/10.53807/revAIA.22.26.01

Santoni, M., Ferretti, L., Migliorini, P., Vazzana, C., & Pacini, G. C. (2022). A review of scientifc research on biodynamic agricultura. Organic Agriculture, 12, 373–396. https://doi.org/10.1007/s13165-022-00394-2

Varón, G. O. y Cárdenas, R. A. (2022). Desarrollo de un plan de acción para la apropiación y contextualización del concepto de fotónica y sus aplicaciones en los sectores (academia – empresa – gobierno). [tesis de licenciatura, Universidad Libre – Seccional Cúcuta]. Repositorio Institucional UN. https://repository.unilibre.edu.co/bitstream/handle/10901/23824/INFORME%20FINAL%20-%20FOTONICA%20-%20VERSION%20FINAL.pdf?sequence=3&isAllowed=y

Vidosa, R., Iglesias, N., Jelinski, F., Tapia, E., & Lavarello, P. (2022). Reestructuración de la industria de maquinaria agrícola mundial: nuevos estándares frente a la agricultura 4.0. SaberEs, 14(1), 85-110. https://saberes.unr.edu.ar/index.php/revista/article/view/269

von Cossel, M., Castro-Montoya, J., & Iqbal, Y. (2023). Social-Ecologically More Sustainable Agricultural Production. Agronomy, 13(11), 2818. https://doi.org/10.3390/agronomy13112818

Downloads

Download data is not yet available.