سازه‌های موثر بر نگرش و تمایل رفتاری کارشناسان سازمان جهاد کشاورزی استان بوشهر نسبت به کاربرد فناوری آبیاری

نوع مقاله: مقاله پژوهشی

نویسنده

دانشیار موسسه آموزش عالی علمی- کاربردی جهاد کشاورزی بوشهر

چکیده

کشاورزی دقیق یک مفهوم مدیریتی است که فناوری‌های اطلاعات و ارتباطات را به‌منظور مدیریت تغییرپذیری زمانی و مکانی در درون مزرعه با هم ادغام می‌نماید. هدف کلی این پژوهش پیش‌بینی سازه‌های موثر بر نگرش و تمایل رفتاری کارشناسان سازمان جهاد کشاورزی استان بوشهر نسبت به کاربرد فناوری متغیر آبیاری به عنوان یکی از فناوری‌های کشاورزی دقیق می‌باشد. از روش تحقیق پیمایش مقطعی و روش نمونه‌گیری تصادفی چند‌مرحله‌ای برای جمع‌آوری اطلاعات از 110 نفر از کارشناسان استان بوشهر بهره گرفته شد. نتایج حاکی از آن بود که متغیر تمایل رفتاری از متغیرهای درک دشواری انتقال، نگرش درمورد مزایای فناوری متغیر آبیاری، درک مفید بودن، نگرش رفتاری و درک آسانی کاربرد متأثر می‌گردد. همچنین متغیرهای درک مفید بودن و درک آسانی کاربرد بر روی متغیر نگرش رفتاری اثرگذار بودند. این پژوهش با افزودن متغیرهای بیرونی نوگرایی، آگاهی از مزایای این فناوری‌ها، دانش کشاورزی دقیق، درک دشواری انتقال و نگرش اعتمادی به مدل پذیرش فناوری، این مدل را کامل‌تر نمود. بر اساس نتایج به‌دست آمده پیشنهادات کاربردی در پایان ارائه گردیده است

کلیدواژه‌ها


عنوان مقاله [English]

Factors Affecting Boushehr Agricultural Department Experts’ Attitudes and Intentions Towards Irrigation Technology Applications

نویسنده [English]

  • Nozar Monfared
Associate Professor of Boushehr Institute of Applied Scientific Higher Education Jihad-e-Agriculture
چکیده [English]

The precision agriculture defined as a management concept which combines communications and information technologies for managing temporal and spatial changes in the farm. The purpose of this study was factors affecting behavioral intention and attitude of agricultural experts in Boushehr Province, Iran regarding  application of  variable rate irrigation technology. The research method was a cross sectional survey and multi-stage random sampling was used to collect data from 110 experts in Boushehr province. According to the results, behavioral intention of experts was affected by perceived transitional difficulty, attitude towards the advantages of variable rate irrigation technology, perceived usefulness, behavioral attitude and perceived ease of use variables. Perceived usefulness and perceived ease of using variables affect the behavioral attitude variable. This study was successful adding some variables in technology acceptance model and made it more complete. Some applicable recommendations have been presented at the end of article according to the research conclusion.

کلیدواژه‌ها [English]

  • Precision agriculture
  • Variable Rate Irrigation Technology
  • Behavioral Attitude
  • Behavioral Intention
  • Technology Acceptance Model
  • Boushehr

حسینی، م. چیذری، م. و بردبار، م. (1389). بررسی زیربناهای امکان کاربرد کشاورزی دقیق از دیدگاه کارشناسان جهاد کشاورزی استان فارس. علوم ترویج و آموزش کشاورزی ایران، جلد6، شماره2.

عمـادی، م. (1384). ضـرورت بازنگری اصولی در‌ بخش کشـاورزی در هزاره سوم در برنامه توسـعه کشور. جهاد، سال نوزدهم، شماره 227- 226.

صالحی، س، رضائی مقدّم، ک. و آجیلی، ع. (1387). کاربرد تکنولوژی‌های نظارت عملکرد: الگویی برای کشاورزی پایدار. علوم ترویج و آموزش کشاورزی ایران، جلد 4، شماره 1 ، ص 32-15.

لغوی، م. (1382). راهنمای کشاورزی دقیق برای متخصصین کشاورزی. انتشارات سازمان تحقیقات و آموزش کشاورزی.

ملک سعیدی، ح. (1386). عوامل موثر بر دانش و نگرش کارشناسان کشاورزی سازمان جهاد کشاورزی استان های خوزستان و فارس نسبت به کشاورزی ارگانیک. پایان نامه کارشناسی ارشد، رشته ترویج و آموزش کشاورزی، دانشگاه کشاورزی و منابع طبیعی رامین. 

ملک سعیدی،‌ ح. و رضائی مقدم،‌ ک. (1386). کاربرد نظام دانش اکولوژیک در راستای کشاورزی دقیق، انسان و محیط زیست، صص:91-76.

Adrian, A.M., Norwood, S.H., and Mask, P.L. (2005). Producers’ perceptions and attitudes toward precision agriculture technologies. Computers and Electronics in Agriculture, 48(3): 256–271.

Adamchuk, V.I., Hummel, J.W., Morgan, M.T., and Upadhyaya, S.K. (2004). On-the-go soil sensors for precision agriculture. Computers and Electronics in Agriculture, 44:71-91.

Adrian, A.M., Norwood, S.H., and Mask, P.l. (2005). Producers’ perception and attitudes toward precision agriculture technologies. Computer and Electronics in Agriculture, 48(3): 256-271.

Burton-Jones, A., and Hubona, G.S. (2006). The mediation of external variables in the technology acceptance model. Information and Management, 43: 706-717.

Cook, J., Fairweather, J. R., and Campbell, H. R. (2000). New Zealand farmers and growers intentions to use genetic engineering technology and organic production methods. Research report, No. 243, Linciln University, Canterbury, New Zealand.

Davis, F.D. (1989).Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3):319-340.

Fountas, S., Pedersen, S., and Blackmore, S. (2005). ICT in precision agriculture: Diffusion of technology. Available at: http: // departments. Agri. Huji. ac.ir

Gefen, D., Straub, D.W., and Boudreau, M. (2000). Structural Equation Modeling and Regression: Guidelines for research practice. Communications of the Association for Information Systems, 4(7): 1-78.

Ghamatrasa, M. (2006). Internet adoption decision model among Iranian small and medium enterprises. PhD Thesis.  Lulea University of Technology.

Hayati, D., and Rezaei-Moghaddam, K. (2006). Towards a paradigm shift for agricultural extension: An environmental sociology perspective. Journal of Food, Agriculture and Environment, 4(3&4): 224-251.

Igbaria, M., Guimaraes, T., and Davis, G.B. (1995). Testing the determinants of microcomputer usage via a structural model. Journal of Management Information Systems, 11(4):87-114.

Kalantari, Kh., and Abdollahzadeh, Gh. (2008). Factors affecting land fragmentation in Iran: A case study of Ramjerd Sub District in Fars province. American Journal of Agricultural and Biological Sciences, 3(1): 358-363.

King, W.R., and He, J. (2006). A meta-analysis of the technology acceptance model. Information and Management, 43:740-755.

Krejcie, R.V., and Morgan, D.W. (1970). Determining sample size for research activities. Educational and Psychological Measurement, 30: 607-610.

Lu, J., Yao, J. E., and Yu, C.S. (2005). Personal innovativeness, social influences and adoption of wireless internet services via mobile technology. Journal of Strategic Information Systems, 14: 245-268.

Maohua, W. (2001). Possible adoption of precision agriculture for developing countries at the threshold of the new millennium. Computers and Electronics in Agriculture, 30:45-50. .

McBride, W.D., and Daberkow, S.G. (2003). Information and the adoption of precision farming technologies, Journal of Agribusiness, 21(1):21-38.

Phillips, L.A., Calantone, R., and Lee, M.T. (1994). International technology adoption: Behavior structure, demand certainty and culture. Journal of Business and Industrial Marketing, 9(2): 16-28.

Polancic, G., Hericko, M., and Pavlic, L. (2011). Developers’ perceptions of object-oriented frameworks – An investigation into the impact of technological and individual characteristics. Computers in Human Behavior, 27:730-740.

Tress, B. (2005).Converting to organic agriculture-Danish farmer's views and motivation. Danish Journal of Geography, 101: 131-144.

Turner, R. J., Davies, G., Moore, H., Grundy, A. C., and Mead, A. (2007). Organic weed management: A review of the current UK farmer perspective. Crop Protection, 26:377-382.

Venkatesh, V., and Davis, F.D. (2000). A theoretical extension of the technology acceptance model: four longitudinal field studies. Management Science, 46(2):186-204.

Yang, H., and Yoo, Y. (2004). It’s all about attitude: revisiting the technology acceptance model. Decision Support Systems, 38:19-31.