1932 편의 논문
본 연구는 인도네시아의 무료 영양 식단 프로그램이 직업 고등학교에서 어떻게 평가되는지를 조사하였으며, 육류 중심 요리와 주식은 수용도가 높은 반면 채소 및 식물성 반찬은 낮은 수용도, 높은 잔반량, 그리고 배식량의 불일치로 인해 상당한 어려움에 직면해 있어 표적화된 메뉴 재구성 및 표준화가 필요함을 밝혀냈다.
본 연구는 세 종의 야생 참깨(*S. angolense*, *S. angustifolium*, *S. latifolium*)에서 'Candidatus Phytoplasma asteris'(16SrI-B)에 대한 최초의 다중 유전자 자리 특성화를 보고하며, 이들 식물에서 나타난 엽층화(phyllody) 및 마녀의 빗자루(witches' broom) 증상과 16S rRNA 및 *tuf* 유전자 시퀀싱을 통한 유전적 확인을 바탕으로 이들이 해당 병원체의 자연 저장소임을 밝혀냈다.
이 연구는 지중해 지역 온실 원예에서 자생 헤지로우(hedgerow)를 확대하는 것이 단순히 해충 제어의 이점에 대한 인식을 넘어, 공간적, 법적, 조정상의 장벽을 극복하기 위해 농가 친화적인 생태적 설계, 신뢰할 수 있는 네트워크를 통한 상황 학습, 그리고 제도적 거버넌스가 결합된 혁신 구성에 달려 있음을 밝히고 있다.
본 연구는 SCORPAN 기반 환경 공변량과 통합된 랜덤 포레스트 머신러닝 알고리즘이 탄자니아 가냥게 워드(Ganyange Ward)의 주요 토양 특성을 효과적으로 예측할 수 있음을 입증하며, 지속 가능한 차 생산을 위한 중간 정도의 유리한 산성 조건을 나타내는 공간 지도를 생성하여 토지 이용 계획을 위한 가치 있는 의사 결정 지원 도구 역할을 수행함을 보여준다.
본 연구는 레드 펄(Red Pearl) 토마토 품종이 향상된 항산화 방어 기제와 효율적인 뿌리 격리를 통해 퍼플 뷰티(Purple Beauty)보다 우수한 크로뮴 내성을 나타냄으로써, 중등도 크로뮴 오염 토양에서의 재배를 위한 유망한 후보임을 입증한다.
이 체계적 문헌 고찰은 2021년부터 2026년까지 농업 기후 리스크 예측 분야에서 설명 가능한 인공지능(XAI)의 진전 상황을 평가하며, 높은 예측 정확도와 현재 모델들의 '블랙박스' 한계 사이의 절충 관계를 강조하는 동시에, 기술적 성능과 실제 현장 도입 사이의 간극을 메우기 위해 '설계에 의한 설명 가능성(Explainability-by-Design)', 연합 학습, 그리고 불확실성을 고려한 예측에 중점을 둔 전략적 로드맵을 제안한다.
본 연구는 생강의 세균성 시듦병을 탐지하기 위한 멀티모달 딥러닝 접근 방식을 제안하며, 하이브리드 CNN + 그래프 신경망(GNN) 모델이 96.85%의 우수한 정확도를 달ien함으로써 CNN + RNN 및 CNN + 비전 트랜스포머 조합보다 성능이 뛰어남을 입증한다.
본 연구는 기상 데이터와 이미지 유래 녹색 픽셀 수를 결합한 하이브리드 물리 정보 신경망(PINN)을 개발하였으며, 이를 통해 실제 농경지 조건에서 두 가지 상업용 품종의 일일 딸기 캐노피 부피를 정확하게 예측함으로써 베이스라인 모델보다 우수한 성능을 입증하였다.
2025년 에티오피아 남서부에서 실시된 현장 연구에 따르면, 5 t ha⁻¹의 커피 껍질 바이오차를 150 kg ha⁻¹의 NPSB 비료와 함께 처리하는 것이 다른 처리 조합들에 비해 강낭콩의 생장, 수확량 및 경제적 수익을 유의미하게 증진하는 것으로 나타났다.
본 연구는 중국 장시성 전역의 돼지 호흡기 질환 복합체에 의한 세균성 병원체의 역학 및 항생제 내성을 특성화하며, 근거 기반의 제어 전략을 수립하기 위해 특히 대장균(Escherichia coli)에서 두드나 나타나는 심각한 다제내성을 포함하여 뚜렷한 연령 관련 감염 패턴을 보이는 대장균과 연쇄상구균(Streptococcus suis)을 주요 병원체로 식별하였다.