نوع مقاله : مقاله پژوهشی

نویسندگان

• ذوالفقار احمدی ¹
• موسی اعظمی ²
• عاطفه ملکیان ¹

¹ گروه ترویج و آموزش کشاورزی دانشکده کشاورزی دانشگاه بوعلی سینا همدان ایران

² دانشیار توسعه روستایی، گروه ترویج و آموزش کشاورزی، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان

چکیده

فناوری پهپاد به‌عنوان یکی از ابزارهای نوین کشاورزی دقیق و هوشمند، در سال‌های اخیر توجه پژوهشگران را جلب کرد. این مطالعه روند رشد و جهت‌گیری‌های علمی پژوهش‌های مرتبط با پذیرش پهپاد در کشاورزی را بررسی کرد و الگوهای همکاری علمی و محورهای غالب پژوهشی را شناسایی نمود. این پژوهش با رویکرد علم‌سنجی/کتاب‌سنجی توصیفی–تحلیلی با تحلیل شبکه‌ای (همکاری علمی و هم‌رخدادی کلیدواژه‌ها) انجام شد. داده‌ها از پایگاه Scopus استخراج گردید و مقالات مرتبط در بازه ۲۰۰۵ تا ۲۰۲۵ بر اساس عنوان، چکیده و کلیدواژه‌ها گردآوری شد. پس از پالایش، ۷۱۲ مقاله به‌عنوان مجموعه داده نهایی انتخاب گردید. تحلیل‌ها با استفاده از شاخص‌های علم‌سنجی و نرم‌افزار VOSviewer شامل بررسی روند انتشار، توزیع جغرافیایی، مجلات فعال، شبکه همکاری کشورها (و شبکه هم‌رخدادی کلیدواژه‌ها انجام گرفت. نتایج نشان داد که تولیدات علمی این حوزه طی دو دهه اخیر افزایشی بود و پس از ۲۰۱۶ رشد شتابان‌تری یافت. از نظر جغرافیایی، چین و ایالات متحده بیشترین سهم تولید علمی را داشتند و در شبکه همکاری‌ها نقش مرکزی ایفا کردند. تحلیل کلیدواژه‌ها نیز چهار محور غالب را آشکار کرد: کاربردهای پهپاد در کشاورزی، سنجش ‌از دور و تحلیل داده، عوامل انسانی/رفتاری مؤثر بر پذیرش و چالش‌های اقتصادی و مقرراتی، در مجموع، یافته‌ها نشان داد که پذیرش پهپاد در کشاورزی حاصل تعامل پیشرفت‌های فناورانه، زیرساخت‌های داده‌ای، چارچوب‌های سیاستی و عوامل انسانی بود. این نتایج می‌تواند برای جهت‌دهی پژوهش‌های آینده و بهبود تصمیم‌گیری در توسعه فناوری‌های نوین کشاورزی مورد استفاده قرار گیرد.

کلیدواژه‌ها

• فنآوری پهپادی
• پهپادهای کشاورزی
• پذیرش فنآوری پهپادی
• کشاورزی دقیق
• علم سنجی

موضوعات

• آموزش کشاورزی

عنوان مقاله [English]

Scientometric Analysis of Research on Drone Adoption in Agriculture

نویسندگان [English]

• zolfaqar ahmadi ¹
• Mosa Azami ²
• atefeh malekian ¹

¹ Department of Agricultural Extension and Education, Faculty of Agriculture, Bu-Ali Sina University, Hamedan, Iran

² Associate professor in rural development, faculty of agriculture, Bu-Ali Sina University, Hamedan

چکیده [English]

Drone technology as one of the novel tools for precision and smart agriculture, has attracted researchers’ attention in recent years. This study investigated the growth trend and scientific orientations of research related to drone adoption in agriculture, identifying scientific collaboration patterns and dominant research themes. This study was conducted using a descriptive-analytical scientometric/bibliometric approach with network analysis (scientific collaboration and keyword co-occurrence). Data were extracted from the Scopus database, and relevant articles published between 2005 and 2025 were collected based on their titles, abstracts, and keywords. After refinement, 712 articles were selected as the final dataset. Analyses were performed using scientometric indicators and VOSviewer software, including an examination of publication trends, geographical distribution, active journals, the network of country collaborations, and the keyword co-occurrence network. The results indicated an increase in scientific output in this field over the last two decades, with a more rapid growth observed after 2016. Geographically, China and the United States held the largest share of scientific production and played central roles in the collaboration network. Keyword analysis also revealed four dominant themes: drone applications in agriculture, remote sensing and data analysis, human/behavioral factors influencing adoption, and economic and regulatory challenges. Overall, the findings suggest that drone adoption in agriculture is a result of the interaction between technological advancements, data infrastructures, policy frameworks, and human factors. These results can be utilized to guide future research and improve decision-making in the development of novel agricultural technologies.

کلیدواژه‌ها [English]

• Drone Technology
• Agricultural Drones
• Drone Technology Adoption
• Precision Agriculture
• Scientometrics