| کاربرد یادگیری ماشینی در آگاهی از ذهنیت جامعه هدف قبل از اجرای سیاست‌های کشاورزی |
| کد مقاله : 1057-13CIAES (R1) |
| نویسندگان |
|
جبرئیل واحدی *1، محمد قهرمان زاده2 1دانشجوی دکتری اقتصاد کشاورزی دانشگاه تبریز 2استاد گروه اقتصاد کشاورزی دانشکده کشاورزی دانشگاه تبریز |
| چکیده مقاله |
| پایین بودن بهره‌وری یکی از معضلات اساسی می‌باشد که زیربخش دام همواره با آن مواجه بوده است. بخشی از این مشکل می‌تواند با اجرای یک سری از سیاست‌های مشوق جایگزینی نژادهای سنتی با نژادهای اصلاح‌شده پر گردد. لکن جهت موفقیت‌آمیز بودن سیاست‌های اجرایی، ابتدا بایستی در نظر داشت که دامداران، چه ذهنیتی نسبت به پرورش این نژادهای اصلاح‌شده دارند. از این رو، پژوهش حاضر به دنبال کشف یک الگو براساس ویژگی-های اقتصادی-اجتماعی دامداران است که مبتنی بر این ویژگی‌ها، نگرش دامداران را پیش‌بینی نماید. بدین منظور، 100 نفر از دامداران شهرستان اهر در سال 1401 به روش نمونه‌گیری تصادفی ساده انتخاب شدند و این دامداران به سه گروه شامل دامداران با نگرش منفی نسبت به نژادهای اصلاح‌شده، بی‌تفاوت و مثبت تقسیم گردیدند. در گام بعدی با کاربرد الگوریتم درخت تصادفی، متغیرهای مهم و اثرگذار بر نگرش دامداران شناسایی شده و نسبت به پیش‌بینی و طبقه‌بندی دامداران مبتنی بر نگرش آن‌ها اقدام گردید. در این مطالعه، ضمن دستیابی به یک الگوی پیش‌بینی، عوامل مهمی که منجر به ایجاد ذهنیت‌های مختلف نسبت به نژادهای اصلاح‌شده می-شوند، شناسایی گردید که ازجمله می‌توان به تعداد گوسفندهایی که طی یک سال گذشته توسط دامدار به فروش رسیده‌اند و تعداد گوسفندهایی که تحت تملک وی قرار دارند اشاره نمود. مطابق نتایج پژوهش، اقداماتی که اثر مستقیم بر ذهنیت دامداران داشته باشد، مانند برگزاری دوره‌های آموزشی در کنار اعطای تسهیلات متناسب با شرایط اقتصادی دامداران منطقه، می‌تواند با افزایش تعداد گوسفندهای تحت تملک آنان و بازاررسانی بیشتر گوسفندها، بهره‌وری زیربخش دام در منطقه را بهبود بخشد. |
| کلیدواژه ها |
| پیش‌بینی نگرش، درخت تصادفی، طبقه‌بندی، گوسفند، یادگیری ماشینی |
| وضعیت: پذیرفته شده برای ارائه شفاهی |