
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | Almeida, Gabriela Mourão de | - |
| Autor(es): dc.creator | Pereira, Gener Tadeu | - |
| Autor(es): dc.creator | Bahia, Angélica Santos Rabelo de Souza | - |
| Autor(es): dc.creator | Fernandes, Kathleen | - |
| Autor(es): dc.creator | Marques Júnior, José | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T21:06:19Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T21:06:19Z | - |
| Data de envio: dc.date.issued | 2022-04-29 | - |
| Data de envio: dc.date.issued | 2022-04-29 | - |
| Data de envio: dc.date.issued | 2021-10-31 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.compag.2021.106452 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/229852 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/229852 | - |
| Descrição: dc.description | Sugarcane is one of the most important crops in the Brazilian agricultural market. Techniques that aim to increase the productivity and quality of raw materials, such as localized management, have been applied manually for many years by farmers and have great potential. This study aimed to determine sugarcane production environments using a reduced number of low-cost variables through the machine learning technique. The experiment was conducted in Guatapará, São Paulo State, Brazil. Initially, the database consisted of thirty variables, and six agronomic criteria were selected, three related to soil management and three to pedogenetic processes. The descriptive statistics was performed to understand the behavior of the data, followed by the stepwise regression to determine which variables would be useful to the model. Subsequently, a multicollinearity test and a decision tree were applied. A confusion matrix was prepared to assess the efficiency of the model. The variables related to soil formation factors, in particular sand, were chosen to determine the production environments. The stepwise regression was efficient in selecting the variables, while the decision tree was effective in determining the environments, with a satisfactory accuracy of 75% and the generation of more continuous management environments in the cultivation area. | - |
| Descrição: dc.description | Department of Agricultural Production Sciences Research Group CSME – Soil Characterization for Specific Management São Paulo State University (Unesp) School of Agricultural and Veterinarian Sciences, Via de Acesso Prof. Paulo Donato Castellane s/n, 14884-900, Jaboticabal | - |
| Descrição: dc.description | Department of Engineering and Exact Sciences São Paulo State University (Unesp) School of Agricultural and Veterinarian Sciences, Via de Acesso Prof. Paulo Donato Castellane s/n, 14884-900, Jaboticabal | - |
| Descrição: dc.description | Department of Animal Science São Paulo State University (Unesp) School of Agricultural and Veterinarian Sciences, Via de Acesso Prof. Paulo Donato Castellane s/n, 14884-900, Jaboticabal | - |
| Descrição: dc.description | Department of Agricultural Production Sciences Research Group CSME – Soil Characterization for Specific Management São Paulo State University (Unesp) School of Agricultural and Veterinarian Sciences, Via de Acesso Prof. Paulo Donato Castellane s/n, 14884-900, Jaboticabal | - |
| Descrição: dc.description | Department of Engineering and Exact Sciences São Paulo State University (Unesp) School of Agricultural and Veterinarian Sciences, Via de Acesso Prof. Paulo Donato Castellane s/n, 14884-900, Jaboticabal | - |
| Descrição: dc.description | Department of Animal Science São Paulo State University (Unesp) School of Agricultural and Veterinarian Sciences, Via de Acesso Prof. Paulo Donato Castellane s/n, 14884-900, Jaboticabal | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Computers and Electronics in Agriculture | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Decision tree | - |
| Palavras-chave: dc.subject | Precision agriculture | - |
| Palavras-chave: dc.subject | Site-specific management | - |
| Palavras-chave: dc.subject | Spatial variability | - |
| Título: dc.title | Machine learning in the prediction of sugarcane production environments | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: