数据集概述
本数据集为2013-2023年人工智能（AI）与机器学习（ML）在精准农业应用的系统综述补充材料，涵盖算法性能、资源效率、可持续性影响及 adoption 障碍等核心内容，包含95项纳入研究的提取数据、偏倚评估、分析脚本及可视化材料，支撑农业可持续发展相关研究。
文件详解
- 文件名称：PRISMA_2020_checklist.docx
- 文件格式：DOCX
- 字段映射介绍：PRISMA 2020清单文件，记录系统综述的研究设计、文献筛选流程等规范性内容
- 文件名称：ZENODO.pdf
- 文件格式：PDF
- 字段映射介绍：包含数据集存档说明、引用信息及补充材料概述，关联Zenodo DOI 10.5281/zenodo.16992983
数据来源
Kampala International University等机构联合研究的系统综述补充材料
适用场景
- 农业技术研究：分析AI/ML算法在作物管理中的性能差异与应用潜力
- 资源优化分析：评估智能灌溉、精准施肥等技术对资源效率的提升效果
- 农业可持续性评估：量化AI应用对农药使用、土壤健康及生物多样性的影响
- 政策制定参考：为农业数字化转型、小农户技术普及提供数据支撑
- 技术 adoption 研究：探究AI在农业领域推广的障碍及解决方案
