Big data promises and obstacles: Agricultural data ownership and privacy
Big data promises and obstacles: Agricultural data ownership and privacy
复制标题
大数据的前景和障碍：农业数据所有权和隐私
DOI：
10.1002/agj2.21182
复制
发表时间：
2022
期刊：
影响因子：
2.1
通讯作者：
Bergstrom, Aaron
中科院分区：
文献类型：
--
作者：
Wilgenbusch, James Charles;Pardey, Philip G.;Bergstrom, Aaron
2022年是白宫大数据研究和发展计划十周年。虽然这一举措及其产生的其他举措有助于推进数据密集型研究和发现的许多方面，但障碍和挑战仍然存在。如果不加以解决，这些障碍将持续存在，并至少限制了利用许多新方法来收集，分析和共享数据以及从中获得的见解所能实现的潜力。与农业大数据相关的机遇和挑战涉及一般研究数据生命周期的各个方面;从用于收集数据的仪器，到用于存储，分析和共享数据的先进数字平台，以及使用先进计算方法的创新见解。本特刊中包含的八篇论文之所以被选中，部分原因是它们突出了农业研究和开发中常见的数据生命周期各个阶段所带来的挑战和机遇。这些论文是在国家科学基金会赞助的中西部地区大数据中心的支持下，由几个研讨会产生的。
The year 2022 marks the ten‐year anniversary of the White House's Big Data Research and Development Initiative. While this initiative, and the others it spawned, helped to advance the many facets of data intensive research and discovery, obstacles and challenges still exist. If left unaddressed these obstacles will persist and at a minimum limit the potential of what can be achieved by harnessing the many new ways to collect, analyze, and share data and the insights that can be drawn from them. The opportunities and challenges related to Big Data in agriculture touch on all aspects of the general research data lifecycle; from instruments used to gather data, to advanced digital platforms used to store, analyze, and share data, and the innovative insights from using advanced computational methods. The eight papers included in this special issue were chosen in part because they highlight both the challenges and the opportunities that come from all stages of the data lifecycle common across agricultural research and development. These papers grew out of several workshops made possible by the support of the Midwest Regional Big Data Hub, which is sponsored by the National Science Foundation.
登录
查看更多内容
研究农业应用的大型无人机系统平台时保护农场隐私
影响因子：
2.1
作者：
Aaron Bergstrom;J. Nowatzki;Trevor Witt;Isaac Barnhart;Jordan Krueger;M. Askelson;K. Barnhart;Travis J. Desell
通讯作者：
Travis J. Desell
解决影响农业研发的新数据隐私现实：基于标准的分层风险方法
影响因子：
2.1
作者：
J. Wilgenbusch;P. Pardey;Naomi Hospodarsky;Benjamin J. Lynch
通讯作者：
Benjamin J. Lynch
更好的数据，更大的影响：改善农业数据系统以促进社会变革
影响因子：
3.4
作者：
C. Carletto
通讯作者：
C. Carletto
农业数据共享：技术工具箱中的概念工具以及开放农业数据联盟框架中的实施
影响因子：
2.1
作者：
A. Ault;Servio Palacios;John Evans
通讯作者：
John Evans
农场研究：实验方法、分析框架、案例研究和影响
影响因子：
2.1
作者：
P. Kyveryga
通讯作者：
P. Kyveryga