Coğrafi İşaretli Şeker Fasulyesi Üretiminde Brüt Karı Etkileyen Faktörlerin Belirlenmesi: Karar Ağacı Modeli Uygulaması
DOI:
https://doi.org/10.24925/turjaf.v12i3.403-411.6655Anahtar Kelimeler:
Şeker fasulyesi- üretim- brüt kar- Karar AğacıÖzet
Bu araştırmanın amacı, Gümüşhane ili Kelkit, Şiran ve Köse ilçelerinde şeker fasulyesi yetiştiriciliği yapılan işletmelerde demografik ve yapısal faktörlerin dekar başına brüt kar üzerindeki etkilerini belirlemektir. Bu kapsamda brüt kâr ile bazı demografik ve yapısal özellikler arasındaki ilişkiler araştırılarak, bu faktörlerin kârlılık üzerindeki etkileri Karar Ağacı yöntemiyle analiz edilmiştir. Araştırma bölgesinde, ata tohumu olan ve diğer şeker fasulyesine göre yöreye has özellikleri barındıran Kelkit şeker fasulyesi için coğrafi işaret tescili alınmıştır. Ancak son yıllarda yöre çiftçisi ata tohumunu kullanmak yerine çevre bölgelerden elde ettikleri şeker fasulyesi tohumunu kullanmaktadır. Tescillenen Kelkit şeker fasulyesi ile geleneksel şeker fasulyesi üretiminde brüt kar üzerinde hangi demografik ve yapısal faktörlerin etkili olduğunu ortaya koymak bu araştırmanın temel sorusunu oluşturmaktadır. Araştırmadan elde edilen sonuçlara göre; toplam ekili alandaki şeker fasulyesi payı, toplam ekili alan, Cİ’li Kelkit şeker fasulyesi üretim durumu, mülk arazi büyüklüğü, hanede tarımla uğraşan birey sayısı, toplam tarımsal üretim değeri içerisinde şeker fasulyesinin payı ve üretici yaşı elde edilen brüt kar üzerinde etkili faktörler olarak belirlenmiştir.
Referanslar
Anonim (2021). Gümüşhane İl Tarım ve Orman Müdürlüğü, 2021 Kurum Brifingi, Giriş Tarihi (05.05.2022): https://gumushane.tarimorman.gov.tr/.
Birleşmiş Milletler Gıda ve Tarım Örgütü (FAO) (2022). Crop Statistics Data. Access Address (20.12.2023): http://www.fao.org/faostat/en/#data/QC/.
Cholo, M., Marisennayya, S., Bojago, E., Leja, D., & Divya, R. K. (2023). Determinants of adoption and intensity of improved haricot bean: A socio-agronomic study from southern Ethiopia. Journal of Agriculture and Food Research, 13. Doi: 10.1016/j.jafr.2023.100656
Kalichkin, V.K., Alsova, O.K., & Maksimovich, K. Y. (2021). Application of the decision tree method for predicting the yield of spring wheat. AgriTech, 839. Doi: 10.1088/1755-1315/839/3/032042
Kelly, J.D., Kolkman, J.M., Doğan, H.H., & Schneider, K. (1998). Breeding for yield in dry bean. Euphytica, 102: 343-356.
McDermott, J & Wyatt, A. (2017). The role of pulses in sustainable and healthy food systems. Annals of the Newyork Academy of Sciences, 1392: 30-42. Doi: 10.1111/nyas.13319
Ma, J., Khan, N., Gong, J., Hao, X., Cheng, X., Chen, X., Chang, J., & Zhang, H. (2022). From an Introduced Pulse Variety to the Principal Local Agricultural Industry: A Case Study of Red Kidney Beans in Kelan, China. Agronomy, 12. Doi: 10.3390/agronomy12071717
Nasar, S., Shaheen, H., Murtaza, G., Tinghong, T., & Arfan, M. (2023). Socioeconomics evaluation of common bean cultivation in providing sustainable livelihood to the mountain populations of Kashmir Himalayas. Plants, 12. Doi: 10.390/plants12010213
Rasul, G., Saboor, A., Tiwari, P.C., Hussain, A., Ghosh, N., & Chettri, G. B. (2019). Food and Nutrition Security in the Hindu Kush Himalaya: Unique Challenges and Niche Opportunities. In Wester P, Mishra A, Mukherji A, Shrestha A (editors). In the Hindu Kush Himalaya Assessment. Springer: Cham, Switzerland, pp. 301-338. ISBN: 978-3-319-92287-4.
Steensels, M., Antler, A., Bahr, C., Berckmans, D., Maltz, E., & Halachmi, I. (2016). A decision-tree model to detect postcalving diseases based on rumination, activity, milk yield, BW and voluntary visits to the milking robot. Animal, 10: 1493-1500. https://doi.org/10.1017/S1751731116000744.
Tafesse, A., Gechere, G., Asale, A., Belay, A., Recha, J.W, Aynekulu, E., Berhane, Z., Osano, P.M., Demissie, T.D., & Solomon, D. (2023). Determinants of maize farmers’ market participation in southern Ethiopia: Emphasis on demographic, socio-economic and institutional factors. Cogent Food & Agriculture, 9. Doi: 10.1080/23311932.2023.2191850
Tarımsal Ekonomi ve Politika Geliştirme Enstitüsü (TEPGE) (2023). Kuru Fasulye Ürün Raporu. Giriş Tarihi (10.11.2023): https://arastirma.tarimorman.gov.tr/tepge
Tanaka, A., Diagne, M., & Saito, K. (2015). Causes of yield stagnation in irrigated lowland rice systems in the Senegal River Valley: Application of dichotomous decision tree analysis. Field Crops Research, 176: 99-107.
Türkiye Bankalar Birliği (TBB). (2023). Tarım Sektörü Raporu. Giriş Tarihi (31.10.2023): https://www.tbb.org.tr/Content/ Upload/Dokuman/8960/Tarim_Sektor_Raporu_130723.pdf
Türkiye İstatistik Kurumu (TUİK). (2021). Adrese Dayalı Nüfus Kayıt Sistemi-Nüfus Artış. Giriş Tarihi (31.10.2022): https://data.tuik.gov.tr/Bulten/Index?p=Adrese-Dayal%C4%B1-N%C3%BCfus-Kay%C4%B1t-Sistemi.
Türkiye İstatistik Kurumu (TUİK). (2023). Bitkisel Üretim Piyasaları. Giriş Tarihi (31.10.2023): https://data.tuik.gov.tr/ Kategori/GetKategori?p=tarim-111&dil=1
Ueber, M.A., Cichy, K.A,, Gomez, F.E., Porch, T.G, Heitholt, J., Osorno, J. M., Kamfwa, K., Snapp, S.S., & Bales, S. (2022). Dry beans as a vital component of sustainable agriculture and food security- A review. Legume Science. Doi: 10.1002/leg3.155
Uçar, R. (2023). Dry Beans: An Overview. In Akgül Taş (editor). Advances in Plant Research Agriculture, İKSAD Yayınları, Ankara, sayfa 39-50. ISBN: 978-625-367-112-9.
Veenadhari, S., Mishra, B., & Singh, C. D. (2011). Soybean productivity modelling using Decision Tree Algorithms. International Journal of Computer Applications, 27: 11-15.
Witten, I.H & Frank, E. (2005). Data mining; practical machine learning tools and techniques, 2nd edition. Morgan Kaufmann, San Francisco, CA, USA.
İndir
Yayınlanmış
Nasıl Atıf Yapılır
Sayı
Bölüm
Lisans
Bu çalışma Creative Commons Attribution-NonCommercial 4.0 International License ile lisanslanmıştır.
