ARICILIKTA TEKNOLOJİ KULLANIMINA YÖNELİK ÇALIŞMALARIN EĞİLİMİ
Öz
Çalışmanın amacı, arıcılıkta teknoloji kullanımına yönelik eğilimin belirlenmesidir. Bu amaç doğrultusunda araştırmada nitel araştırma yöntemlerinden içerik analizi kullanılmıştır. İlgili çalışmalara Web of Science ve Scopus veri tabanlarında tarama yapılarak ulaşılmış ve toplam 96 çalışma analiz edilmiştir. Analiz sonucunda teknoloji içermeyen çalışmalar çıkarılmış ve 49 araştırma çalışmanın örneklemini oluşturmuştur. İlgili çalışmaların analizinde yazarlar tarafından hazırlanan veri toplama formu kullanılarak içerik analizi yapılmıştır. Analiz sonucunda en çok yayının (n=13) 2021 yılında ve ülkeler bazında da Etiyopya’da (n=8) yapıldığı bulunmuştur. İlgili araştırmalarda en çok nicel araştırma yönteminin (n=31) kullanıldığı ve örneklem olarak ise arıcı (n=20) ve arı kovanlarının (n=4) öne çıktığı görülmüştür. Yine bu çalışmalarda en çok modern kovan teknolojileri (n=10), Internet of Thinks (IoT) (n=7), Sensörler (n=5) ve Uzaktan İzleme Sistemleri (n=3) gibi teknolojiler kullanılmıştır. Bu teknolojilerin hangi amaç için kullanıldığı analiz edildiğinde ise verimliliği artırma (n=21), hastalık tespiti-azaltma (n=5), gelir artırma (n=3) ve koloniyi koruma (n=3) öne çıktığı görülmüştür. Son olarak ilgili çalışmalarda, arıcılıkta teknoloji kullanımına yönelik verimliliği artıracağından teşvik edilmesi önerilmektedir. Ayrıca uzaktan izleme sistemleri ile desteklenmesi ve hastalık tespitinde kullanılması da fayda sağlayacaktır.
Anahtar Kelimeler
Kaynakça
- AMULEN, D. R., D’Haese, M., D’Haene, E., OkweeAcai, J., Agea, J. G., Smagghe, G., & Cross, P. (2019). Estimating the potential of beekeeping to alleviate household poverty in rural Uganda. PLoS ONE, 14(3), e0214113. https://doi. org/10.1371/journal.pone.0214113.
- ANYASİ, I. F., & Imoize, A. L. (2010). Information technology and the business communities: A case study of small-scale business enterprises in Nigeria. Research Journal of Applied Sciences, Engineering and Technology, 2(1), 45-49.
- BENCSİK, M., Bencsik, J., Baxter, M., Lucian, A., Romieu, J., & Millet, M. (2011). Identification of the honey bee swarming process by analysing the time course of hive vibrations. Computers and electronics in agriculture, 76(1), 44-50.
- BERHANU, B. (2002). Analysis of factors affecting the adoption of cross bred dairy cows in the central highlands of Ethiopia. Sc Thesis Submitted to School of Graduate Studies of Haramaya University.
- BJERGE, K., Frigaard, C. E., Mikkelsen, P. H., Nielsen, T. H., Misbih, M., & Kryger, P. (2019). A computer vision system to monitor the infestation level of Varroa destructor in a honeybee colony. Computers and Electronics in Agriculture, 164, 104898.
- BRAGA, A. R., Gomes, D. G., Freitas, B. M., & Cazier, J. A. (2020). A cluster-classification method for accurate mining of seasonal honey bee patterns. Ecological Informatics, 59, 101107.
- CLERMONT, A., Eickermann, M., Kraus, F., Hoffmann, L., & Beyer, M. (2015). Correlations between land covers and honey bee colony losses in a country with industrialized and rural regions. Science of the Total Environment, 532, 1-13.
- DASİG, D. D., & Mendez, J. M. (2020). An IoT and wireless sensor network-based technology for a low-cost precision apiculture. In Internet of Things and Analytics for Agriculture, 2 (pp. 67-92). Springer, Singapore.
- DİNEVA, K., & Atanasova, T. (2018). OSEMN process for working over data acquired by IoT devices mounted in beehives. Current Trends in Natural Sciences, 7(13), 47-53.
- DUNHAM, W. E. (1931). Hive temperatures for each hour of a day. J. Sci., 31, 181-188. Ohio.