N° 19 - Septembre 2022 - L’agriculture numérique

Comment réussir un projet de crowdsourcing d’observations spatialisées en agriculture ?

Par Léo PICHON
Ingénieur agronome, docteur en sciences agronomiques et maître de conférences à l’Institut Agro Montpellier

L’agriculture a engagé des transitions (agro-écologique, numérique, etc.) pour répondre aux enjeux complexes et parfois contradictoires auxquels elle est confrontée. La collecte collaborative d’observations spatialisées est un outil pertinent pour construire collectivement les nouvelles connaissances nécessaires à ces transitions. Ce type de projet est pourtant encore peu développé en agriculture. Notre objectif avec cet article est de proposer des éléments de compréhension des spécificités des projets de crowdsourcing d’observations spatialisées en agriculture, afin d’identifier les facteurs ou les caractéristiques à favoriser dans ces projets pour qu’ils se développent plus largement. Les structures spatiale et temporelle des phénomènes étudiés, le caractère asynchrone et hétérotope des jeux de données obtenus et le fait que les participants soient des professionnels semblent être les caractéristiques principales à considérer pour favoriser la réussite de ce type de projet.

Télécharger gratuitement l'article

Retour au sommaire

N° 19 - September 2022 - Digital agriculture

How to successfully crowdsource spatialized observations in agriculture?

Léo Pichon.

Agriculture has embarked on transitions (agro-ecological, digital, etc.) to meet the complex and sometimes contradictory challenges it faces. The collaborative collection of spatialized observations is a relevant tool for collectively building the new knowledge needed for these transitions. However, this type of project is still underdeveloped in agriculture. Our objective with this article is to propose elements of understanding of the specificities of crowdsourcing projects of spatialized observations in agriculture, in order to identify the factors or characteristics to be favored in these projects so that they develop more widely. The spatial and temporal structure of the studied phenomena, the asynchronous and heterotopic character of the obtained datasets, and the fact that the participants are professionals seem to be the main characteristics to consider in order to favor the success of this type of project.

Retour au sommaire