Resumen

La caracterización de los agricultores de pequeña escala ha sido llevada a cabo en diversas investigaciones mediante el uso de algoritmos de aprendizaje automático, métodos participativos y basados en expertos. Todos los enfoques utilizados terminan con el desarrollo de algunos subgrupos conocidos como tipologías de explotaciones agrícolas. El propósito principal de este artículo es resaltar los principales enfoques utilizados para caracterizar a los agricultores de pequeña escala, presentando los pros y contras de dichos enfoques. Al comprender la naturaleza y las principales ventajas de los enfoques revisados, el artículo recomienda un enfoque híbrido hacia la obtención de tipologías de explotaciones agrícolas predictivas. Se realizó una búsqueda de artículos de investigación relevantes publicados entre 2007 y 2018 en ScienceDirect y Google Scholar. Mediante el uso de una consulta de búsqueda generada, se retuvieron 20 artículos de investigación relacionados con la caracterización de agricultores de pequeña escala. Los algoritmos basados en clusters parecieron ser los más utilizados en

• Materias:Antibióticos Extracción de Aceite Enfermedad inflamatoria Compuestos Bioactivos Propiedades morfológicas
• Subjects:Antibiotics Oil Extraction Inflammatory Disease Bioactive Compounds Morphological Properties
• Palabras claves:Caracterización; Agricultores pequeños; Algoritmos de aprendizaje automático; Tipologías de granjas; Métodos de agrupamiento; Tipologías de granjas predictivas
• Keywords:Characterization; Smallholder farmers; Machine learning algorithms; Farm typologies; Clustering methods; Predictive farm typologies