Οι υπηρεσίες μας στους Γεωργούς και Κτηνοτρόφους

Read More

Οι υπηρεσίες μας στις Ιδιωτικές και Συνεταιριστικές Επιχειρήσεις

Περισσότερα

Οι υπηρεσίες μας στη Βιομηχανία Τροφίμων και Ποτών

Περισσότερα

Η FoodCare AgroData αποτελεί τη σημαντικότερη συμβουλευτική εταιρεία στον αγροτικό και αγροδιατροφικό τομέα της Δυτικής Ελλάδας, παρέχοντας προϊόντα και υπηρεσίες που καλύπτουν όλο το φάσμα των δραστηριοτήτων των επιχειρήσεων που εμπλέκονται με τα τρόφιμα και την αγροτική παραγωγή.

Η επιστημονική εξειδίκευση και εμπειρία των στελεχών μας σε συνδυασμό με τη μοντέρνα τεχνολογία που οι ίδιοι αναπτύσσουμε, μας προσφέρει τη δυνατότητα της παροχής εξειδικευμένων λύσεων στις μοναδικές απαιτήσεις του κάθε μας πελάτη.

Οι υπηρεσίες μας περιλαμβάνουν την ανάπτυξη συστημάτων ποιότητας και ασφάλειας των τροφίμων, την αγροπεριβαλλοντική διαχείριση, την ανάπτυξη εξειδικευμένων λογισμικών στον πρωτογενή και δευτερογενή τομέα, τον Γεωργικό πειραματισμό,τα επενδυτικά προγράμματα καθώς και τις τεχνικές και χρηματο-οικονομικές μελέτες. Ταυτόχρονα η FoodCare παρέχει εξειδικευμένες λύσεις προσαρμοσμένες στη μετασυλλεκτική φυσιολογία των οπωροκηπευτικών, με στόχο την αξιολόγηση του Shelf Life αλλά και την επέκταση του.

* Τα περισσότερα από τα προϊόντα και υπηρεσίες μας είναι επιλέξιμα από τα επενδυτικά προγράμματα της Ευρωπαϊκής Ένωσης.

Η FoodCare με αριθμούς

0

και πλέον Ολοκληρωμένα Συστήματα Ηλεκτρονικής ιχνηλασιμότητας

0

και πλέον Πιστοποιημένα Συστήματα Ασφάλειας των Τροφίμων

0

και πλέον Παραγωγοί έχουν εμπιστευθεί τις υπηρεσίες μας

0

Στρέμματα οπωροκηπευτικών και δενδροκομίας με συστήματα ποιότητας

Τα τελευταία νέα μας

Comments Box SVG iconsUsed for the like, share, comment, and reaction icons

Μπορείς να προβλέψεις με ασφάλεια, τα υπολείμματα μιας εφαρμογής φυτοπροστατευτικού προϊόντος;

Δουλεύοντας ήδη από το 2009 στο αντίστοιχο δικό μας RiskFree Network, αποκτήσαμε πρωτοφανή εμπειρία στις στατιστικές μεθόδους σημειακής (σε μια καμπύλη) πρόβλεψης των υπολειμμάτων των ΦΠΠ, στηριζόμενοι σε αποτελέσματα αντίστοιχων προφίλ εφαρμογών παρελθόντων αναλύσεων (φτάσαμε φέτος τα 16.500 σημεία και προσθέτουμε ετησίως 1300-1500)!!!

Δυστυχώς, η μεθοδολογία «πρόβλεψης» επηρεάζεται σημαντικά από τα θεσμοθετημένα VF και MU, διευρύνοντας ακόμα περισσότερο το περιθώριο σφάλματος, σε μια αγορά που οι Retailers συνεχώς απαιτούν το αντίθετο. Για να «προβλέψεις» το 25% ή το 33% του MRL κ.λπ., πρέπει να μειώσεις τα VF και MU σε μη ρεαλιστικά νούμερα που δεν εκφράζουν τη φυσιολογική παραλλακτικότητα.

Έτσι, γρήγορα αντιληφθήκαμε πως πρέπει να απομακρυνθούμε από αυτή τη λογική (2015) και να προωθήσουμε ως εργαλείο λήψης απόφασης τις καμπύλες αποδόμησης, μετά από Cluster Analysis, ώστε να ομαδοποιούνται καλύτερα οι παράγοντες που επιδρούν σε αυτή. Και ναι, πρέπει να είναι μέσα και οι Spike τιμές, που μπορεί να αγγίξουν ακόμα και το 20% των συνολικών σημείων, όταν έχουμε να κάνουμε με δειγματοληψίες πραγματικών δεδομένων, όπως άλλωστε κάνει και η αγορά στην πράξη…

Αντίθετα, με τις καμπύλες αποδόμησης δεν προβλέπεις, σε συγκεκριμένη ημερομηνία, μια τιμή υπολείμματος με αναγκαστικά διευρυμένα εύρη σφάλματος ώστε να είναι ασφαλής η πρόγνωση, αλλά βλέπεις και αξιολογείς αξιόπιστα trend αποδόμησης υπό διαφορετικές κλιματολογικές συνθήκες και φαινολογικά στάδια, ώστε να μπορείς να επιλέξεις ευκολότερα το σκεύασμα με την καλύτερη «υπολειμματική συμπεριφορά».

Πλέον, αυτές οι καμπύλες, ανά Γεωπονικό Κατάστημα, θα είναι διαθέσιμες στο τέλος της κάθε σεζόν, ώστε οι συνεργάτες γεωπόνοι να έχουν πρόσβαση στα αποτελέσματα της φυτοπροστασίας τους.

www.linkedin.com/posts/foodcare-agrodata_pesticide-residue-prediction-a-high-risk-activity-726547...

#RiskAssessment #RiskFreeNetwork #RMS #PesticideAnalysis #ResiduePrediction #MRL #ClusterAnalysis #CropProtection #FoodSafety #Sustainability #Agronomy #AgTech #PrecisionAgriculture
... See MoreSee Less

Με αφορμή την εκκίνηση της φυτοπροστασίας, επισυνάπτουμε εδώ τη λίστα με ορισμένες από τις προδιαγραφές των Γερμανικών Retailers για τη Φράουλα. ΠΡΟΣΟΧΗ: Η λίστα αυτή πρέπει να επικυρώνετε από τους χρήστες, επειδή ενδέχεται να υπάρχει η οποιαδήποτε παράλειψη ή κάποιο λάθος.

Μιας και επισυνάψαμε αυτή τη λίστα, ας κάνουμε μια συζήτηση για τη δυνατότητα του μαθηματικού μοντέλου σημειακής πρόβλεψης των υπολειμμάτων των φυτοπροστατευτικών προϊόντων και γιατί εμείς απορρίψαμε το δικό μας RiskFree Network ως σημειακό προγνωστικό, παρά το ότι το έχουμε επεξεργαστεί εδώ και πολλά χρόνια στη FoodCare. Αντίθετα το προωθήσαμε ως σύστημα ανάλυσης τάσης αποδόμησης με Cluster Analysis για ομαδοποίηση των παραμέτρων, που βοηθάει πολύ τους Γεωπόνους στη συγκριτική επιλογή ανάμεσα στα σκευάσματα φυτοπροστασίας.

==============
1. Τι πρέπει να γνωρίζεις πριν διαβάσεις το παρακάτω:

Ένα μοντέλο σημειακής πρόβλεψης των υπολειμμάτων φυτοφαρμάκων στα αγροτικά προϊόντα είναι μια μαθηματική στατιστική διαδικασία που σκοπό έχει να προβλέψει σε συγκεκριμένη ημερομηνία ή σε ημέρες μετά την εφαρμογή, το επίπεδο των υπολειμμάτων σε ένα προϊόν. Δηλαδή σε «σημείο» της καμπύλης αποδόμησης. Η αποτελεσματικότητα του προγνωστικού μοντέλου επηρεάζεται από δύο θεμελιώδεις παράγοντες: τον Variability Factor (VF) και τη Measurement Uncertainty (MU). Αυτοί οι παράγοντες είναι προκαθορισμένοι (FAO και SANTE) και καθορίζουν τη μεταβλητότητα και την ακρίβεια που μπορούμε να αναμένουμε στις αναλύσεις υπολειμμάτων.

Ας τα δούμε ένα-ένα:

==> Variability Factor (VF): Σύμφωνα με το FAO/WHO και το Codex Alimentarius, ο VF = 3 υποδηλώνει ότι τα υπολείμματα σε μεμονωμένα δείγματα μιας παρτίδας μπορούν να παρουσιάσουν παραλλακτικότητα έως και στο 300% του μέσου όρου. Ο VF επηρεάζεται από φυσικούς και περιβαλλοντικούς παράγοντες όπως οι καιρικές συνθήκες, το στάδιο ανάπτυξης των φυτών, το βιοτικό ή αβιοτικό στρες και πολλά άλλα.

==>Measurement Uncertainty (MU): Προκαθορισμένο στο SANTE/11312/2021, ορίζει την επονομαζόμενη «διευρυμένη αβεβαιότητα» κατά 50%, που σχετίζεται αποκλειστικά με τη διαδικασία μέτρησης και τα σφάλματα που εισάγονται από την αναλυτική μέθοδο, τον εξοπλισμό αλλά και την επαναληψιμότητα της διαδικασίας. Ενώ πχ σε ένα εργαστήριο η διευρυμένη εβεβαιότητα μεταξύ των αποτελεσμάτων του ιδίου εργαστηρίου μπορεί να είναι χαμηλή, στους διεργαστηριακούς ελέγχους επί των ιδίων ομογενοποιημένων δειγμάτων μπορεί να φτάσει το ± 50 %. Η Γενική Διεύθυνση Υγείας και Ασφάλειας των Τροφίμων (DG SANTE) είναι τμήμα της Ευρωπαϊκής Επιτροπής, υπεύθυνο για την ανάπτυξη και εφαρμογή πολιτικών και νομοθεσίας στους τομείς της δημόσιας υγείας, της ασφάλειας των τροφίμων και της υγείας των ζώων και φυτών.

Τώρα που κατανοήσαμε αυτούς τους 2 παράγοντες ας δούμε γιατί η χρήση μαθηματικών μοντέλων πρόβλεψης υπολειμμάτων αντιμετωπίζει σημαντικές προκλήσεις, που γίνονται ακόμα δυσκολότερες, όταν πρέπει να γίνουν υπό τις αυστηρότερες ως προς τα υπολείμματα απαιτήσεις των retailers, σύμφωνα και με την εικόνα που επισυνάψαμε.

==============
2. Γιατί εμφανίζονται αποκλίσεις στα αποτελέσματα των αναλύσεων λόγω του VF

Ο Variability Factor (VF) αντανακλά τη φυσική μεταβλητότητα στα υπολείμματα και είναι αναπόφευκτος. Οι κύριες αιτίες αυτής της μεταβλητότητας περιλαμβάνουν:

I. Κλιματικές συνθήκες: Η θερμοκρασία και η ηλιακή ακτινοβολία επηρεάζουν τον ρυθμό αποδόμησης των φυτοφαρμάκων. Υψηλή ηλιοφάνεια μπορεί να αυξήσει τη φωτοαποδόμηση, ενώ χαμηλές θερμοκρασίες μπορεί να την επιβραδύνουν.

II. Βιοτικό και αβιοτικό στρες: Φυτά υπό στρες, όπως ξηρασία, υψηλή αγωγιμότητα εδάφους, ή ασθένειες, παρουσιάζουν διαφορετική απορρόφηση και μεταβολισμό φυτοφαρμάκων, επηρεάζοντας την κατανομή τους στους καρπούς.

III. Στάδιο ανάπτυξης του φυτού: Ανώριμοι ή ώριμοι καρποί μπορεί να εμφανίζουν διαφορετικούς ρυθμούς απορρόφησης και αποδόμησης, οδηγώντας σε φυσικές παραλλαγές στα υπολείμματα.

IV. Ανομοιομορφία στην εφαρμογή: Ο τρόπος εφαρμογής (π.χ., ψεκασμός) επηρεάζεται από περιβαλλοντικές παραμέτρους όπως ο άνεμος ή η υγρασία, δημιουργώντας διαφορές στην κατανομή του φυτοφαρμάκου. Πχ ένα Delta T μεταξύ υγρού και ξηρού θερμομέτρου εκτός του εύρους 2-8οC αυξάνει ή μειώνει αντίστοιχα την ταχύτητα εξάτμισης των σταγονιδίων ψεκασμού, επηρεάζοντας την αποτελεσματικότητά του εξαιτίας περιορισμού της συγκέντρωσης της δραστικής στο φυτό ή το αντίθετο.

V. Χρήση παραγόντων όπως πχ διαβρέκτες, προσκολλητικά, αμινοξέα κλπ επηρεάζουν σημαντικότατα τη δραστικότητα των σκευασμάτων.

Αυτοί οι παράγοντες οδήγησαν στη θεσμοθέτηση του VF = 3 από τον FAO (έγινε αποδεκτό και από την ΕΕ), ο οποίος χρησιμοποιείται για να διασφαλίσει ότι ακόμη και τα υψηλότερα υπολείμματα σε μια παρτίδα δεν θα θέσουν σε κίνδυνο τη δημόσια υγεία.

==============
3. Γιατί εμφανίζονται αποκλίσεις στα αποτελέσματα των αναλύσεων λόγω της MU

Η Measurement Uncertainty (MU), σε αντίθεση με τον VF, αφορά αποκλειστικά την ακρίβεια της αναλυτικής μέτρησης. Οι κύριες αιτίες της MU περιλαμβάνουν:

I. Αναλυτική μέθοδος: Η ακρίβεια της μεθόδου ανάλυσης εξαρτάται από τη σχεδίασή της, την εξειδίκευση της δραστικής ουσίας, και τη χρήση πρότυπων ουσιών.

II. Εξοπλισμός μέτρησης: Οι φυσικοί περιορισμοί των αναλυτικών οργάνων (π.χ., όρια ανίχνευσης και ποσοτικοποίησης) προσθέτουν σφάλματα στη διαδικασία.

III. Επαναληψιμότητα: Οι αποκλίσεις που παρατηρούνται μεταξύ επαναλαμβανόμενων αναλύσεων, ακόμη και στο ίδιο δείγμα, συνεισφέρουν στην τελική αβεβαιότητα.

IV. Εξωτερικές πηγές σφάλματος: Παράγοντες όπως η καθαρότητα των διαλυμάτων ή η διαχείριση των δειγμάτων πριν την ανάλυση, επηρεάζουν το αποτέλεσμα.

Η MU προκαθορισμένη στο SANTE/11312/2021 ορίζεται στο 50%, διασφαλίζοντας ότι η αναφερόμενη τιμή υπολειμμάτων περιλαμβάνει το πραγματικό εύρος με 95% εμπιστοσύνη.

==============
4. Spike τιμές: Το πρόβλημα που αντιμετωπίζουμε ΟΛΟΙ σε αυτά τα μοντέλα και είναι αναπόφευκτο ακόμα και σε δειγματοληψίες που έγιναν σωστά βάση του σχετικού Κανονισμού.

Τι σημαίνει Spike τιμές; Τιμές όπου ακόμα και αν υπάρχει θεωρητικά η τέλεια στατιστική ανάλυση, σε μια απεικόνιση καμπύλης τα αποτελέσματα που προκύπτουν από την πραγματική δειγματοληψία δεν συμβαδίζουν με την καμπύλη και δείχνουν πολύ παραπάνω (ακόμα και 50-60-80 %). Ακόμη και οι δειγματοληψίες που γίνονται βάσει του Κανονισμού (ΕΕ) 2017/625, οι οποίες απαιτούν να είναι αντιπροσωπευτικές της παρτίδας, συχνά καταγράφουν spike τιμές. Αυτό συμβαίνει διότι:

1. Φυσική παραλλακτικότητα: Ο VF σημαίνει ότι μεμονωμένα δείγματα μπορεί να εμφανίζουν έως και 300% περισσότερα υπολείμματα από τον μέσο όρο της παρτίδας.

2. Μικρός αριθμός δειγμάτων: Φανταστείτε πως έχουμε Spike τιμές ακόμα και όταν κάνουμε δειγματοληψία βάση του Κανονισμού. Αντίστοιχα, ο κίνδυνος για Spike τιμές εκτοξεύεται όταν τα δείγματα τα λαμβάνουν οι Retailers ή οι wholesalers που πχ περιορίζουν τη δειγματοληψία σε μόλις 2 τεμάχια από μια παλέτα. Ειδικά στη δεύτερη περίπτωση έχει αποδειχθεί πως οι spike τιμές αποκτούν υπερβολικό βάρος στη συνολική εκτίμηση, οδηγώντας σε μη αντιπροσωπευτικά αποτελέσματα. Πολλοί δεν επιθυμούν να τις λάβουν υπόψη στην πρόβλεψή τους. Αυτό είναι σαφέστατο σφάλμα γιατί οι spike τιμές είναι αυτές που πρακτικά επικυρώνουν την ανάγκη της θεσμοθέτησης τόσο του VF όσο και του MU.

3. Ακραία αποτελέσματα: Μια τυχαία παρτίδα μπορεί να περιλαμβάνει καρπούς που εκτέθηκαν σε εντονότερες δόσεις φυτοφαρμάκων (πχ στις πόρτες των θερμοκηπίων), λόγω ανομοιομορφίας στην εφαρμογή ή των κλιματικών συνθηκών (πχ ένας παραγωγός έχει ανοικτά τα θερμοκήπια, ενώ κάποιος άλλος όχι).

Αυτές οι συνθήκες καθιστούν τις spike τιμές ένα φυσικό αλλά αναπόφευκτο πρόβλημα για τα μαθηματικά μοντέλα, που επηρεάζει την ερμηνεία των αποτελεσμάτων, διευρύνει την αβεβαιότητα του προγνωστικού μοντέλου αλλά ταυτόχρονα επικυρώνει τα VF και MU, όπως θα περίμενε άλλωστε κάποιος. Γι αυτό και δεν πρέπει να τις εξαιρούμε στους υπολογισμούς μας.

==============
5. Η εμπειρία της FoodCare και τα συμπεράσματα

Με πάνω από 16.500 επικυρωμένα δεδομένα αναλύσεων στη φράουλα, στη FoodCare έχουμε επεξεργαστεί στατιστικά τα δεδομένα μέσω Cluster Analysis/ανάλυση συμπλέγματος για να κατανοήσουμε την επίδραση παραγόντων, τουλάχιστον όσων μπορούν να μετρηθούν με βάση τα προφίλ εφαρμογών, όπως η θερμοκρασία και η ηλιακή ακτινοβολία. Παρά την τεράστια βάση δεδομένων (που ξεκινά από το 2009), διαπιστώνουμε ότι η χρήση μοντέλων πρόβλεψης για σημειακές εκτιμήσεις αντιμετωπίζει προκλήσεις, λόγω της επιρροής των spike τιμών που εκφράζουν το VF και την MU.

Υπάρχουν όμως τρόποι τα μοντέλα αυτά να γίνουν χρήσιμα !!

==============
6. Πώς μπορούν να χρησιμοποιηθούν τα μοντέλα με ασφάλεια;

Τα προγνωστικά μοντέλα αν και αντιμετωπίζουν σοβαρά ζητήματα όταν χρησιμοποιούνται για σημειακές προβλέψεις οι οποίες θα χρησιμοποιηθούν για τη λήψη αποφάσεων, είναι ταυτόχρονα ΕΞΑΙΡΕΤΙΚΑ για τη δημιουργία τάσεων (trends), που μπορούν να προσφέρουν:

I. Καμπύλες αποδόμησης που θα περιλαμβάνουν και τις Spike τιμές: Αυτές οι καμπύλες παρέχουν πολύτιμη πληροφόρηση για τους γεωπόνους, ώστε να κατανοούμε καλύτερα την τάση/trend της διάσπασης των δραστικών ουσιών, κατά το δυνατό υπό προφίλ μετεωρολογικών συνθηκών. Έτσι δίνουν στον Γεωπόνο το εργαλείο να επιλέξει τα σκευάσματα που παρουσιάζουν την καλύτερη τάση αποδόμησης (και όχι σημειακής πρόβλεψης).

II. Εργαλείο στρατηγικής: Οι τάσεις μπορούν να βοηθήσουν στη βελτίωση της συμμόρφωσης με τα όρια, επιτρέποντας καλύτερο σχεδιασμό εφαρμογών δια της επιλογής του σκευάσματος με την καλύτερη τάση.

Με τη σωστή χρήση, τα μοντέλα μπορούν να είναι ένα εργαλείο καθοδήγησης και όχι απόλυτης συμμόρφωσης, μειώνοντας τους κινδύνους και ενισχύοντας την αποτελεσματικότητα της φυτοπροστασίας.

==============
7. Παράδειγμα υπολογισμού.

Για να γίνει ασφαλής η πρόγνωση ενός υπολείμματος στο 33% του MRL που πχ απαιτεί ένα Super Market, θα πρέπει ο Variability Factor (VF) και η Measurement Uncertainty (MU) να είναι εξαιρετικά περιορισμένα/μειωμένα, εκτός των προκαθορισμένων τιμών τους. Ας εξετάσουμε τις απαιτήσεις αυτές με ένα μαθηματικό παράδειγμα.

Στοιχεία του παραδείγματος:
- Θεσμοθετημένο βάση Νόμου, Κανονικό MRL: 1 ppm
- Απαιτούμενο όριο από Retailers: 33% του MRL = 0.33 ppm
- Στόχος: Να διασφαλιστεί ότι η πρόγνωση υπολειμμάτων είναι ασφαλής, δηλαδή το εύρος της εκτίμησης να μην ξεπερνά το 0.33 ppm.
- Ας υποθέσουμε ότι το μοντέλο πρόβλεψης δίνει μια τιμή υπολείμματος 0.33 ppm σε κάποιες ημέρες μετά την εφαρμογή. Πόση θα πρέπει να είναι η VF και MU ώστε να είναι η πρόβλεψη ασφαλής;;;

Υπολογισμός με το VF και το MU

1. Εύρος μεταβλητότητας λόγω του VF
Ο VF = 3 σημαίνει ότι ένα δείγμα από την ίδια παρτίδα μπορεί να εμφανίσει υπολείμματα έως και 300% υψηλότερα από την υπολογισμένη τιμή:

Υπολογιζόμενη μέγιστη τιμή = 0,33 x 3 = 0.99ppm.

Αυτό σημαίνει ότι με VF = 3, το υπολειμματικό επίπεδο θα μπορούσε να ξεπεράσει ακόμη και το κανονικό MRL (1 ppm), πόσο μάλλον το 33% του MRL.

Για να παραμείνει η μέγιστη τιμή εντός του 0.33 ppm ώστε να είναι ασφαλής η πρόγνωση, ο VF πρέπει να είναι:

VF ≤ [Απαιτούμενο Όρια] / [Μέση Τιμή] = 0,33 / 0,33 = 1

Άρα, ο VF θα πρέπει να είναι 1 – πρακτικά, να μην υπάρχει καθόλου φυσική παραλλακτικότητα, κάτι που είναι εξαιρετικά μη ρεαλιστικό !!!

2. Εύρος αβεβαιότητας λόγω του MU

Η MU = 50% ορίζει ότι η αβεβαιότητα γύρω από την αναλυτική τιμή είναι ±50%:

Εύρος MU = 0.33×0.5=0.165ppm.

Το αποτέλεσμα είναι ότι η μέτρηση μπορεί να κυμαίνεται:
[0.33−0.165 έως 0.33+0.165]=[Min: 0.165, Max: 0.495] ppm άρα ξεπερνάμε το όριο του 0,33 ppm

Για να παραμείνει η μέγιστη τιμή εντός του 0.33 ppm, η MU πρέπει να είναι

MU ≤ (0,33-0,33) / 0,33 = 0

Αυτό σημαίνει ότι δεν επιτρέπεται καμία αβεβαιότητα στη μέτρηση, κάτι που είναι αδύνατο στην πράξη.

==== Ρεαλιστική ερμηνεία ====
Ακόμη και αν μειωθούν σημαντικά οι τιμές VF και MU, οι Spike τιμές που προκύπτουν από τη φυσική μεταβλητότητα και την αναλυτική αβεβαιότητα καθιστούν την ασφαλή πρόγνωση στο 33% του MRL μη ρεαλιστική. Για παράδειγμα ακόμα και αν οι θεσμοθετημένες τιμές ήσαν VF = 2 και MU = 20% και πάλι το εύρος τιμών παραμένει ευρύ και συχνά εκτός του απαιτούμενου ορίου. Και θα αναρωτηθεί κάποιος: Μα αν χρησιμοποιώ ένα τέτοιο μοντέλο, θα έχω τόσο μεγάλη αστοχία; Τις περισσότερες φορές θα είσαι κοντά σε ένα 20-30 % απόκλιση. Αλλά θα συναντήσεις τις Spike τιμές με απόλυτη βεβαιότητα, ειδικά αν οι δειγματοληψίες γίνονται κι αυτές σημειακά, στις παλέτες από τους πελάτες.

Η χρήση προγνωστικών μοντέλων, τα οποία σίγουρα θα λειτουργούσαν τέλεια σε έναν "ιδεατό κόσμο", παρουσιάζουν διευρυμένους κινδύνους ως εργαλείο απόφασης για την πρόγνωση της συμμόρφωσης σε αυστηρά σημειακά όρια.

Αντίθετα αποτελούν άριστα εργαλεία για την παροχή τάσεων (trends) που βοηθούν τους γεωπόνους να επιλέγουν στρατηγικά και βάση τάσης αποδόμησης τα σκευάσματα που ταιριάζουν καλύτερα στις αγορές αλλά και στη στρατηγική φυτοπροστασίας.

Αυτοί ήταν άλλωστε και οι λόγοι που απορρίψαμε το RiskFree Network ως μοντέλο σημειακής πρόγνωσης ενισχύοντας τη χρήση του ως μοντέλο τάσης αποδόμησης.

Δεδομένου πως στη FoodCare πλέον έχουμε συγκεντρώσει τεράστιο αριθμό σημείων (και προσθέτουμε τουλάχιστον 1300-1500 ανά έτος) και στα δεδομένα αυτά έχετε συμβάλει σημαντικά, αποφασίσαμε κάθε τέλος της σεζόν, ανά Γεωπονικό Κατάστημα να παραδίδουμε τα επικυρωμένα από τις αναλύσεις και τους φορείς πιστοποίησης αποτελέσματα που συνθέτουν τις καμπύλες αποδόμησης του κάθε επαγγελματία Γεωπόνου, με βάση τις επιλογές φυτοπροστασίας του. Ήδη παραμετροποιούμε το Agro Advanced προς αυτή την κατεύθυνση.
... See MoreSee Less

3 weeks ago

Είμαστε στην ευχάριστη θέση να ανακοινώσουμε τη σύσταση του νέου Αγροτικού Συνεταιρισμού “Olympian Berries”.

Ο νεος ΑΣ ήρθε να συμπληρώσει τους ήδη καταξιωμένους ΑΣ ΥΡΜΙΝΗ-ΗΛΙΔΑ-AELIA και ξεκίνησε μόλις τον Ιούνιο του 2024!!

Αποτέλεσε τόσο για εμάς όσο και για τους συνεργάτες μας μια γιγάντια πρόκληση εξαιτίας του περιορισμένου χρόνου. Μέσα σε μόλις 3 μήνες έπρεπε να συσταθεί ο ΑΣ, να αναγνωριστεί από το Υπουργείο Αγροτικής Ανάπτυξης, στη συνέχεια να υποβληθεί φάκελος αναγνώρισής του ως Οργάνωση Παραγωγών, να εξεταστεί και να αναγνωριστεί ως Οργάνωση εν μέσω διακοπών και ταυτόχρονα να συγκεντρωθούν τα στοιχεία ώστε να υποβληθεί ο πρώτος φάκελος του επιδοτούμενου Επιχειρησιακού προγράμματος για την τριετία 2025-2027.

Και τα καταφέραμε.✌️
Ευχαριστούμε θερμά το νέο Διοικητικό Συμβούλιο για την εμπιστοσύνη του καθώς και τους εξωτερικούς συνεργάτες μας, την κα Μαρία Μπακογιάννη για τη νομική υποστήριξη καθώς και τον κο Αθανασόπουλο Αθανάσιο για την λογιστική υποστήριξη.

Ταυτόχρονα να ευχαριστήσουμε τα στελέχη του νέου ΑΣ για την καθημερινή τους βοήθεια αλλά και κάθε έναν παραγωγό-μέλος χωριστά.

Δεσμευόμαστε να συνεχίσουμε με τον ίδιο επαγγελματισμό τη διαχείριση της νέας Οργάνωσης, όπως ήδη κάνουμε και με τις υπόλοιπες, ώστε οι παραγωγοί να απολαύσουν τα ευεργετήματα του Επιχειρησιακού Προγράμματος, αυξάνοντας την αποτελεσματικότητά τους και τη συνολική βιωσιμότητα του προϊόντος.
... See MoreSee Less

1 CommentComment on Facebook

Πολλά συγχαρητήρια Καλό ξεκίνημα

Θερμοκρασιών συνέχεια στην περιοχή της Βάρδας. Στο διάγραμμα απεικονίζεται η διακύμανση των ελάχιστων τιμών από αρχή του Νοεμβρίου έως και τις 13/11, με σύγκριση μεταξύ 2023 και 2024.

Σαφως ψυχρότερες ελάχιστες θερμοκρασίες το 2024 που καθυστερεί ακόμα περισσότερο την εγκατάσταση κυρίως των γυμνοριζων φυτών φράουλας.

Τα δεδομένα από τον Μετεωρολογικό σταθμό της FoodCare στην θέση Τακτικός ΑΕ.
... See MoreSee Less

Δείτε περισσότερα ...

Ενημερωθείτε για τα τελευταία νέα μας

Είπαν για εμάς