Ziraat Mühendisi Adaylarının Tarımda Dijitalleşmeye Yönelik Tutumlarının Belirlenmesi: Ondokuz Mayıs Üniversitesi Örneği

Yıl 2024, Cilt: 10 Sayı: 2, 186 - 200

Ahmet Yesevi Koçyiğit , Nur İlkay Abacı , Kürşat Demiryürek , Hilal Demir

https://doi.org/10.61513/tead.1573312

Öz

Tarımda dijitalleşme günümüzde tarımsal üretkenliği artırma, kaynak kullanımını optimize etme ve sürdürülebilir tarım uygulamalarını teşvik etme açısından kritik bir öneme sahiptir. Tarım eğitimi alan öğrenciler, geleceğin tarım profesyonelleri olarak dijitalleşmenin getirdiği yenilikleri benimseme potansiyeline sahiptir. Bu nedenle bu araştırmada Ziraat Mühendisi adayı öğrencilerin tarımda dijitalleşmeye yönelik tutumlarını ortaya koymak ve bu tutumları etkileyen faktörleri belirlemek amaçlanmıştır. Araştırmanın verileri 2023-2024 Eğitim-Öğretim Bahar döneminde Ondokuz Mayıs Üniversitesi Ziraat Fakültesinde öğrenim gören 161 son sınıf öğrencilerinden çevrim içi hazırlanan anket yoluyla elde edilmiştir. Öğrencilerin tarımda dijitalleşmeye yönelik tutumlarının ölçülebilmesi amacıyla 5’li Likert tipinde ölçek soruları hazırlanarak Açıklayıcı Faktör Analizi ve Doğrulayıcı Faktör Analizi uygulanmıştır. Analiz sonucunda ele alınan tutum ölçeğinin olumlu ve olumsuz tutum olarak isimlendirilebilen iki alt boyuttan oluştuğu belirlenmiştir. Analiz sonuçlarında, özellikle yaşça daha büyük ve aileleri çiftçilikle uğraşan öğrencilerin tarımsal faaliyetlerde alışılmış yöntemlere daha bağlı kalarak yeniliklere karşı direnç gösterdikleri görülmüştür. Öğrencilerin babalarının meslekleri açısından incelendiğinde ise babası çiftçi olan öğrencilerin babası diğer mesleklere sahip olanlara göre dijital tarımın uygulanması konusunda daha olumsuz oldukları tespit edilmiştir. Çiftçi eğitimini geliştirmek ve dijital tarım teknolojileri konusunda destek hizmetleri sağlamak olumsuz tutumun azalmasına yardımcı olabilir. Özellikle tarım alanında eğitim gören öğrencilerin, dijitalleşmenin sunduğu fırsatları anlamaları ve bunları etkili bir şekilde değerlendirebilmeleri büyük önem taşımaktadır. Bu doğrultuda, tarımsal eğitim kurumları ve sektördeki paydaşların dijitalleşme konusunda farkındalık yaratmaya yönelik çalışmalarına ağırlık vermesi gerektiği düşünülmektedir.

Anahtar Kelimeler

Tarımda dijitalleşme, Ziraat mühendisi adayı, Tutum, Ölçek geliştirme.

Etik Beyan

Ondokuz Mayıs Üniversitesi Sosyal ve Beşeri Bilimler Araştırma ve Yayın Etik Kurulu 31.05.2024 tarihinde 5 nolu toplantıda 2024-646 karar sayısına göre etik kurul uygunluk kararı alınmıştır.

Determining the Attitudes of Agricultural Engineer Candidates Towards Digitalization in Agriculture: The Case of Ondokuz Mayıs University

Öz

Digitalization in agriculture is crucially important today for increasing agricultural productivity, optimizing resource use, and promoting sustainable farming practices. Students studying agriculture have the potential to embrace the innovations brought by digitalization as the future professionals of the agricultural sector. Therefore, this study aims to reveal the attitudes of the final students towards digitalization in agriculture and to determine the factors that influence these attitudes. The data for the research was obtained through an online survey conducted with 161 undergraduate studying at Ondokuz Mayis University, Faculty of Agriculture during the Spring semester of the 2023-2024 academic year. In order to measure the students' attitudes towards digitalization in agriculture, 5-point Likert scale questions were prepared, and Exploratory Factor Analysis (EFA) and Confirmatory Factor Analysis (CFA) were applied. As a result of the analysis, it was determined that the attitude scale consisted of two sub-dimensions that could be named as positive and negative attitudes. In the results of the analysis, especially older students and whose families are engaged in farming were more resistant to digital innovations, sticking to traditional methods in agricultural activities. When examined in terms of the occupations of the students' fathers, it was found that students whose fathers were farmers had much negative outlook on the application of digital agriculture compared to those whose fathers had other occupations. Improving farmer education and providing support services regarding digital agriculture technologies could help reduce negative attitudes. Especially for students studying in agriculture, it is important to understand the opportunities offered by digitalization and effectively utilize them. In this context, it is considered necessary for agricultural education institutions and stakeholders in the sector to prioritize efforts to raise awareness about digitalization.

Anahtar Kelimeler

Digitalization in agriculture, Agricultural engineer candidate, Attitude, Scale development.

Kaynakça

• Abdulai, A. R., Kc, K. B., & Fraser, E. D. G. (2022). What Factors Influence the Likelihood of Rural Farmer Participation in Digital Agricultural Services? Experience From Smallholder Digitalization in Northern Ghana. Outlook on Agriculture, 52 (1), 57-66. https://doi.org/10.1177/00307270221144641
• Abiri, R., Rizan, N., Balasundram, S. K., Shahbazi, A. B., & Abdul-Hamid, H. (2023). Application of digital technologies for ensuring agricultural productivity. Heliyon. http://doi.org/10.1016/j.heliyon.2023.e22601
• Akıllı, H., Çığ, F., & Pakyürek, M. (2019). Hassas tarım uygulamalarına bir örnek: Mısır yetiştiriciliği. Anadolu I. Uluslararası Uygulamalı Bilimler Kongresi, 26-28 Nisan, 2019, Diyarbakır, UBAK Uluslararası Bilimler Akademisi Uygulamalı Bilimler Tam Metin Kitabı, 521-542.
• Akyüz, H. E. (2018). Yapı geçerliliği için doğrulayıcı faktör analizi: Uygulamalı bir çalışma. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, 7(2), 186-198.
• Altman, D. G. (1991). Practical Statistics for Medical Research. Chapman&Hall, London, UK.
• Annosi, M. C., Brunetta, F., Capo, F., & Heideveld, L. (2020). Digitalization in the Agri-Food Industry: The Relationship Between Technology and Sustainable Development. Management Decision, 58(8), 1737-1757. https://doi.org/10.1108/md-09-2019-1328
• Ateş, A., & Sayın, C. (2008). Antalya İlinde Örtüaltı Yetiştiriciliğinde Özel Tarımsal Danışmanlık Hizmetleri Üzerine Bir Araştırma. Akdeniz University Journal of the Faculty of Agriculture, 21(2), 251-263.
• Atsak, B., & Çirka, M. (2024). Nesnelerin İnterneti Yardımıyla Akıllı Tarımda Yapay Zekâ Tabanlı Gübre ve Mahsul Tahmini. Journal of the Institute of Science & Technology/Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 14(3).
• Bolfe, É. L., Jorge, L. A. d. C., Sanches, I. D., Júnior, A. L., Costa, C. C. d., Victoria, D. d. C., Inamasu, R. Y., Grego, C. R., Ferreira, V. R., & Ramírez, A. R. (2020). Precision and Digital Agriculture: Adoption of Technologies and Perception of Brazilian Farmers. Agriculture, 10(12), 653. https://doi.org/10.3390/agriculture10120653
• Bryman, A., & Cramer, D. (2011). Quantitative Data Analysis with IBM SPSS 17, 18 & 19: A Guide for Social Scientists. Routledge, London, UK.
• Cankaya, S., Derelioglu, M., Sabah, S., Ermis, A., & Abaci, S. H. (2023). Longing for sportive success scale: Validity and reliability study. Journal of ROL Sport Sciences, 4(3), 1098–1116. https://doi.org/10.5281/zenodo.7969715
• Cremades, R., Wang, J., & Morris, J. (2015). Policies, Economic Incentives and the Adoption of Modern Irrigation Technology in China. Earth System Dynamics, 6(2), 399-410. https://doi.org/10.5194/esd-6-399-2015
• Çokluk, Ö., Şekercioğlu, G., & Büyüköztürk, Ş. (2012). Sosyal Bilimler için Çok Değişkenli İstatistik: SPSS ve Lisrel Uygulamaları, Pegem Akademi Yayıncılık, Ankara.
• Demir, Ü., Kula, N., & Uğurlu, B. (2021). Tarımda Yapay Zekâ Kullanımına Yönelik Karar Destek Modeli Önerisi: Domates Zararlısı Tespiti Örneği. Lapseki Meslek Yüksekokulu Uygulamalı Araştırmalar Dergisi, 2(4), 91-108.
• Demiryürek, K., Köksal, Ö. & Kawamorita, H. (2021). Acceleratıon of Digital Transformation in Agrıculture Sector for Ensuring Sustainable Food Security. Ankara: COMCEC and MAF, pp.93.
• Dertli, Ş., & Dertli, M. E. (2023). Investigation of Knowledge and Awareness Levels of Individuals for Digital Agriculture (Agriculture 4.0) and Metaverse Concepts. Bayburt Üniversitesi Fen Bilimleri Dergisi, 6(2), 126-150. https://doi.org/10.55117/bufbd.1292198
• Dibbern, T., Romani, L. A. S., & Massruhá, S. M. F. S. (2024). Main drivers and barriers to the adoption of Digital Agriculture technologies. Smart Agricultural Technology, 8, 100459. https://doi.org/10.1016/j.atech.2024.100459
• Duan, W., & Luo, G. (2024). Ecological Cognition, Digital Agricultural Technology Adoption and the Sustainable Development of Family Grain Farms – An Empirical Study From China. Polish Journal of Environmental Studies, 33(4), 3609-3623. https://doi.org/10.15244/pjoes/178201
• Duman, B., & Özsoy, K. (2019). Endüstri 4.0 Perspektifinde Akıllı Tarım. 4th International Congress on 3D Printing (Additive Manufacturing) Technologies and Digital Industry, 540-555.
• Field, A. (2009). Discovering statistics using SPSS (3RD Edition). London: Sage Publications.
• Glyzina, M. P. (2023). Agricultural Holdings: Current State and Prospects for Digital Transformation. E3s Web of Conferences, 371, 01067.https://doi.org/10.1051/e3sconf/202337101067
• Gwaka, L.T. (2022). Computer Supported Livestock Systems: The Potential of Digital Platforms to Revitalize a Livestock System in Rural Zimbabwe. Proc. ACM Human-Computer Interact. 6, 1–28 https://doi.org/10.1145/3555085.
• Hasan, K., & Husna, A. (2022). Digital Farming and Smart Farming from the Perspective of Agricultural Students at Malikussaleh University 2022. In Proceedings of 3rd Malikussaleh International Conference on Multidisciplinary Studies (MICoMS), 00065; 1-11. http://doi.org/10.29103/micoms.v3i.230
• Hassim, O. A., Osman, I., Awal, A., & Amin, F. M. (2024). Navigating the Path to Equitable and Sustainable Digital Agriculture Among Small Farmers in Malaysia: A Comprehensive Review. Information Management and Business Review, 16 (2): 173-188. https://doi.org/10.22610/imbr.v16i2(i)s.3795
• Hutcheson, G. D., & Sofroniou, N. (1999). The Multivariate Social Scientist: An Introduction to Generalized Linear Models. London: Sage Publications.
• Islam, M. R., & Rashid, S. M. M. (2016). Farmers' Attitude Towards e-Agriculture in Bangladesh. Indian Journal of Extension Education, 52(1&2), 9-14.
• Johan, D., Maarif, M.S., Zulbainarni, N., & Yulianto, B. (2024). Agricultural Digitalization In Indonesia: Challenges And Opportunities For Sustainable Development. Educational Administration: Theory and Practice. 30(7),640-648. https://doi.org/10.53555/kuey.v30i7.6599
• Karlı, R. G. Ö., Özüduru, B., & Çelikyay, H. S. (2024). Kırsal alan planlamasında BİT destekli uygulamalar: Vodafone Akıllı Köy modeli. Ege Üniversitesi Ziraat Fakültesi Dergisi, 60(4), 541-559. https://doi.org/10.20289/zfdergi.1273336
• Kharim, M.N.A., Mahmud, M., Mokhtar, S.I., Kayat, F., Ywih, C.H., Wahab, I.R.A., Redwan, R.M., Amsyar, S.M.A., Mat, K., Zaim, N.M., Rusli, N.D., Harun, H.C., Bakar, T.H.S.T.A., Nor, M.M., Zakaria, S. (2024). Agrotechnology Students’ Acceptance on Agriculture Drones Spraying as Practical Tool in Class using the Knowledge, Attitude and Practice (KAP) Model. International Journal of Advanced Research in Food Science and Agriculture Technology, 1(1):31-44. http://doi.org/10.37934/fsat.1.1.3144
• Kirmikil, M., & Ertaş, B. (2020). Tarım 4.0 ile Sürdürülebilir Bir Gelecek. Icontech International Journal of Surveys, Engineering, Technology 4(1):1-12. https://doi.org/10.46291/ICONTECHvol4iss1pp1-12
• Koçyiğit, A.Y., Amiri, H. & Demiryürek, K. (2022). Digitalization of Green Entrepreneruship in Agriculture. In: Salamzadeh, A., Kawamorita, H., & Amiri, H. (eds.). Entrepreneurship and Small Business: What It Is and What It Isn’t. Global Education Center. London.pp: 35-43.
• Kumar, A., Karn, N., & Sharma, H. (2024). IoT, AI, and Robotics Applications in the Agriculture Sector. In Advanced Computational Methods for Agri-Business Sustainability (pp. 243-272). IGI Global. http://doi.org/10.4018/979-8-3693-3583-3.ch014
• Kurt, C., Yılmaztürk, İ., Okur, F., Menemen, A., Bahtiyar, B., & İplikçi, S. (2022). Nesnelerin İnterneti Tabanlı Tarımsal Sulama Otomasyon Sistemi Geliştirilmesi. Fırat Üniversitesi Uzay ve Savunma Teknolojileri Dergisi, 1(1), 149-153.
• Leng, X., & Tong, G. (2022). The Digital Economy Empowers the Sustainable Development of China’s Agriculture-Related Industries. Sustainability, 14(17), 10967. https://doi.org/10.3390/su141710967
• Nunnally, J. C. (1978). Psychometric theory. New York: McGraw-Hill.
• Pektaş, G.Ö.E. (2019). Türkiye’de Organik Tarım Pazarlaması ve Bir E-ticaret Girişimcilik Örneği. In 4th International EMI Entrepreneurship & Social Sciences Congress. pp1869-1705, 29-30 November 2019, Istanbul.
• Rampalli, N. S., Sri, Y. G., & Bhuvaneshwari, K. S. (2024). Autonomous Agriculture and Food Production: Agritech Revolution. In The Convergence of Self-Sustaining Systems with AI and IoT (pp. 40-63). IGI Global. https://doi.org/10.4018/979-8-3693-1702-0.ch003
• Ren, J., Lei, H., & Ren, H. (2022). Livelihood Capital, Ecological Cognition, and Farmers’ Green Production Behavior. Sustainability, 14(24), 16671. https://doi.org/10.3390/su142416671
• Schermelleh Engel. K.. Moosbrugger. H.. Müler. H.. (2003). Evaluating the Fit of Structural Equation Models: Tests of Signifiance and Descriptive Goodness-of-Fit Measures. Methods of Psychological Research Online. 8(2): 23-74.
• Sinitsa, Y., Borodina, O., Gvozdeva, O. V., & Kolbneva, E. (2021). Trends in the Development of Digital Agriculture: A Review of International Practices. Bio Web of Conferences, 37, 00172. https://doi.org/10.1051/bioconf/20213700172
• Stevens, J. P. (2002). Applied multivariate statistics for the social sciences (Fourth Edition). New Jersey: Lawrance Erlbaum Association.
• Streiner, L. D., Norman G. R. (2008). Health Measurement Scales: A practical Guide to their development and use. Oxford University Press, New York, NY, USA.
• Swetha, K.R., Monisha, D., Thejaswini, H.B., Nikhil, K.P., & Rahul, N.U. (2024). IoT and Wireless Sensor Network Based Autonomous Farming Robot. In 2024 International Conference on Knowledge Engineering and Communication Systems (ICKECS), 18-19 April, 2024, Chikkaballapur, India, pp: 1-6. https://doi.org/10.1109/ickecs61492.2024.10616854
• Tabachnick, B. G. & Fidell, L. S. (2013). Using multivariate statistics (Sixth Edition). USA: Pearson Education Limited.
• Teke, M., Deveci, H. S., Öztoprak, F., Efendioğlu, M., Küpçü, R., Demirkesen, C., ... & Demirpolat, C. (2016). Akıllı Tarım Fizibilite Projesi: Hassas Tarım Uygulamaları İçin Havadan ve Yerden Veri Toplanması, İşlenmesi ve Analizi. Uzaktan Algılama-CBS Sempozyumu (UZAL-CBS 2016), 5-7 Ekim 2016, Adana
• Ünal, İ. (2012). GPS yönlendirmeli tarımsal bir robotun geliştirilmesi ve anız yoğunluğunun belirlenmesi örneğinde kullanımı üzerine bir araştırma. Doktora Tezi, Akdeniz Üniversitesi, Fen Bilimleri Enstitüsü, Tarım Makinaları Ana Bilim Dalı, Antalya, Türkiye, 191s.
• Ünal, Y., & Milani, M. (2024). Tarımda ve İlaçlamada Drone ve Püskürtme Sistemleri Uygulamaları. International Congress of New Searches in Sciences (ICONIL 2024 Spring), p26, June 8-9, 2024, İstanbul, Türkiye.
• Varol, Y.K. (2014). Turkish adaptation of the physical education trait anxiety scale: The validity and reliability study Beden eğitimi sürekli kaygı ölçeğinin Türkçeye uyarlanması: Geçerlik ve güvenirlik çalışması. Journal of Human Sciences, 11(1), 221-235.
• Xie, L., Luo, B., & Zhong, W. (2021). How Are Smallholder Farmers Involved in Digital Agriculture in Developing Countries: A Case Study From China. Land, 10(3), 245. https://doi.org/10.3390/land10030245
• Yıldızbaşı, A., & Üstünyer, P. (2019). Tarımsal gıda tedarik zincirinde blokzincir tasarımı: Türkiye’de hal yasası örneği. Bartın Orman Fakültesi Dergisi, 21(2), 458-465.
• Zhang, X., & Fan, D.-P. (2023). Can Agricultural Digital Transformation Help Farmers Increase Income? An Empirical Study Based on Thousands of Farmers in Hubei Province. Environment Development and Sustainability, 26(6), 14405-14431. https://doi.org/10.1007/s10668-023-03200-5