Global trends and research frontiers on machine learning in sustainable animal production in times of climate change: Bibliometric analysis aimed at insights and orientations for the coming decades

Considerando temas como mudanças climáticas , população global, produção animal e segurança alimentar, é fundamental aprimorar a sustentabilidade dos sistemas de produção de alimentos e reconhecer que o uso de aprendizado de máquina na produção animal sustentável em tempos de mudanças climáticas será uma ferramenta útil para aumentar a produção de alimentos com bem-estar animal garantido , reduzindo as pegadas de carbono e hídrica. Esta revisão pioneira oferece uma perspectiva longitudinal sobre o estado atual da pesquisa acadêmica no campo emergente do aprendizado de máquina aplicado à produção animal sustentável em tempos de mudanças climáticas. O estudo proporcionará a acadêmicos e profissionais uma visão holística do estado atual dos estudos, das oportunidades e riscos associados a este tema, bem como dos caminhos para pesquisas futuras neste campo emergente e promissor. No total, 1082 documentos publicados nos últimos 70 anos, indexados na base de dados Scopus, foram selecionados para o estudo. A taxa de crescimento anual registrada para publicações nesta área atingiu 3,78% ao ano, com 31,52% de contribuição internacional e 22,2 citações por documento. As principais conclusões geradas na análise bibliométrica foram: (i) a produção animal sustentável deixou de ser uma ciência unidisciplinar para se tornar uma ciência multidisciplinar, vinculada às ciências agrícolas, ambientais e de engenharia, principalmente à genética e à computação; (ii) o conceito de produção animal sustentável emergiu dos conceitos de bem-estar animal e mudanças climáticas presentes na Agenda 2030 da ONU; (iii) as ciências ômicas, os gases de efeito estufa, a eficiência energética e o bem-estar animal são as principais palavras-chave para análises bibliométricas em futuros estudos relacionados à produção animal sustentável nos próximos séculos; (iv) análises de predição e classificação, ou seja, modelos de aprendizado de máquina supervisionado, são utilizados como principais ferramentas na produção animal; (v) o consumo alimentar residual é aplicado para medir a eficiência alimentar sustentável na pecuária no passado e na atualidade; e (vi) os Estados Unidos, a China, o Brasil e a Austrália são os principais países que publicam estudos sobre sustentabilidade na produção animal, mas apenas a China vem ganhando destaque em publicações nessa área nos últimos anos, o que a tornará uma líder emergente em futuras publicações sobre o tema. O presente estudo fornece novas perspectivas que não foram totalmente capturadas ou avaliadas em outras revisões. Por fim, aprimorar a sustentabilidade da produção pecuária é particularmente importante, pois uma parte significativa do aumento projetado na demanda global por alimentos deverá vir da pecuária, e a inteligência artificial certamente ajudará os produtores nos processos de tomada de decisão, principalmente em tempos de mudanças climáticas.