从信息通信技术数据诊断以在农业采纳中提供针对性辅助
计算机与社会
2022-04-05 v3 人工智能
社会与信息网络
摘要
在过去二十年中，信息通信技术（ICT）通过使知识更易获取，在增强印度农村人口能力方面发挥了关键作用。Digital Green（DG）就是这样一种 ICT，它采用与小农的参与式方法制作针对其特定内容的指导视频。在人工中介的帮助下，他们使用投影仪播放这些视频，以改善农业实践的采纳。DG 的基于网络的数据追踪器存储了数百万农民的考勤与采纳记录、放映的视频及其人口统计信息。我们利用 2010—2020 年间印度五个邦为期十年的这些数据，并用以对该 ICT 进行整体评估。首先，我们发现农民采纳率存在差异，随后使用统计检验识别导致这些差异和基于性别的不平等的不同因素。其次，为向面临挑战的农民提供辅助，我们将观看视频后实践的采纳建模为一个预测问题，并尝试不同的模型架构。我们的分类器在五个邦的准确率介于 79% 到 90% 之间，展示了其辅助未来民族志调查的潜力。第三，我们将 SHAP 值与我们的模型结合，以解释各种网络、内容和人口统计特征对采纳的影响。我们的研究发现，农民极大地受益于来自其小组和村庄的视频过往采纳者。我们还发现，内容针对性低的视频使部分农民比其他农民受益更多。接下来，我们将研究结果转化为关于社区建设、重审参与式方法和缓解不平等的建议，以凸显其意义。最后我们讨论本工作如何辅助未来对农民生活经验的调查。
引用
@article{arxiv.2111.00052,
title = {Diagnosing Data from ICTs to Provide Focused Assistance in Agricultural Adoptions},
author = {Ashwin Singh and Mallika Subramanian and Anmol Agarwal and Pratyush Priyadarshi and Shrey Gupta and Kiran Garimella and Sanjeev Kumar and Ritesh Kumar and Lokesh Garg and Erica Arya and Ponnurangam Kumaraguru},
journal= {arXiv preprint arXiv:2111.00052},
year = {2022}
}