
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.creator | Andrade, Vinícius Henrique Gomes Zuppa de | - |
| Autor(es): dc.creator | Redmile-Gordon, Marc | - |
| Autor(es): dc.creator | Barbosa, Bruno Henrique Groenner | - |
| Autor(es): dc.creator | Andreote, Fernando Dini | - |
| Autor(es): dc.creator | Roesch, Luiz Fernando Wurdig | - |
| Autor(es): dc.creator | Pylro, Victor Satler | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:50:19Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:50:19Z | - |
| Data de envio: dc.date.issued | 2021-06-02 | - |
| Data de envio: dc.date.issued | 2021-06-02 | - |
| Data de envio: dc.date.issued | 2020-12 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/46448 | - |
| Fonte completa do material: dc.identifier | https://doi.org/10.1016/j.tifs.2020.10.018 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1148560 | - |
| Descrição: dc.description | Currently, the lack of a universal soil quality index (SQI) limits adoption of such an approach and may hinder improvements to crop productivity and environmental sustainability. Some SQIs rely only on physicochemical characteristics, which are slow to change and thus have low sensitivity in predicting soil degradation in an appropriate timescale. In contrast, microorganisms respond quickly to changes in land-use and/or management. Furthermore, microbes generate the enzymes and biophysical structures required for many soil functions which thus drive ‘fertility’, ‘health’, and ‘quality’. Therefore, understanding of community-driven transformations should enable prediction of the trajectories of soil quality in response to management. However, the multitude of varied consequences and feedback loops which emerge dependent on site-specific factors are beyond the capability of models that currently exist. Enormous amounts of soil (meta)genomic data has been generated in the last decade. In parallel, advances in Artificial Intelligence (AI) have revolutionized our capacity to create predictive models in several areas, such as helping plant breeders searching for specific beneficial traits, and informing crop-management by predicting changes in the weather. As soil microbiologists and bioinformaticians, we contend that creating a universal, robust and dynamic Artificially Intelligent Soil Quality Index (AISQI) implies taking advantage of machine learning algorithms and soil microbiome data together with conventional physicochemical parameters and productivity data. This index must be flexible enough to encompass regional peculiarities but allow for comparative studies. Refining different models within the same index might improve its accuracy helping make real-time predictions. The establishment of a collaborative effort is fundamental to creating this index with maximum utility in enhancing agricultural management practices and ecosystem sustainability. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Elsevier | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Trends in Food Science & Technology | - |
| Palavras-chave: dc.subject | Artificial intelligence | - |
| Palavras-chave: dc.subject | Microbiome | - |
| Palavras-chave: dc.subject | Soil quality | - |
| Palavras-chave: dc.subject | Soil health index | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Palavras-chave: dc.subject | Alimentos - Produção | - |
| Palavras-chave: dc.subject | Solos - Qualidade | - |
| Palavras-chave: dc.subject | Índice de saúde do solo | - |
| Título: dc.title | Artificially intelligent soil quality and health indices for ‘next generation’ food production systems | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: