ΠΕΡΙΓΡΑΜΜΑ ΜΑΘΗΜΑΤΟΣ

Agricultural Information Systems

1. ΓΕΝΙΚΑ

ΣΧΟΛΗ	School of Geosciences
ΤΜΗΜΑ	Department of Agriculture
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Undergraduate
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	600-191038	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ		Elective Spring Semester
ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ	Agricultural Information Systems
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ σε περίπτωση που οι πιστωτικές μονάδες απονέμονται σε διακριτά μέρη του μαθήματος π.χ. Διαλέξεις, Εργαστηριακές Ασκήσεις κ.λπ. Αν οι πιστωτικές μονάδες απονέμονται ενιαία για το σύνολο του μαθήματος αναγράψτε τις εβδομαδιαίες ώρες διδασκαλίας και το σύνολο των πιστωτικών μονάδων.			ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διδασκαλία			4		4
Προσθέστε σειρές αν χρειαστεί. Η οργάνωση διδασκαλίας και οι διδακτικές μέθοδοι που χρησιμοποιούνται περιγράφονται αναλυτικά στο 4.
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ Γενικής Υποδομής (ΓΥ),Ειδικής Υποδομής (ΕΥ), Γενικών Γνώσεων (ΓΓΔ) και Επιστημονικής Περιοχής (ΔΔΤΝ, ΕΔ, ΕΥΣ, ΗΛ, ΠΑ) .	Special Background
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ:
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ:	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Ναι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://moodle.teithe.gr/course/view.php?id=3883

2. ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα Περιγράφονται τα μαθησιακά αποτελέσματα του μαθήματος οι συγκεκριμένες γνώσεις, δεξιότητες και ικανότητες καταλλήλου επιπέδου που θα αποκτήσουν οι φοιτητές μετά την επιτυχή ολοκλήρωση του μαθήματος.
• Understand the basic methods used in implementing information systems in the agricultural sector. • Recognize the business role of information systems in agriculture as a tool to support and promote the business operation and management of both production units and related services. • Design and evaluate information systems in the agricultural sector • Recognize and understand the concept and necessity of information security in agriculture
Γενικές Ικανότητες Λαμβάνοντας υπόψη τις γενικές ικανότητες που πρέπει να έχει αποκτήσει ο πτυχιούχος (όπως αυτές αναγράφονται στο Παράρτημα Διπλώματος και παρατίθενται ακολούθως) σε ποια / ποιες από αυτές αποσκοπεί το μάθημα;.
Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών με τη χρήση και των απαραίτητων τεχνολογιών - Προσαρμογή σε νέες καταστάσεις - Λήψη αποφάσεων - Αυτόνομη εργασία - Ομαδική εργασία - Εργασία σε διεθνές περιβάλλον - Εργασία σε διεπιστημονικό περιβάλλον - Παράγωγή νέων ερευνητικών ιδεών		Σχεδιασμός και διαχείριση έργων - Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα - Σεβασμός στο φυσικό περιβάλλον - Επίδειξη κοινωνικής, επαγγελματικής και ηθικής υπευθυνότητας και ευαισθησίας σε θέματα φύλου - Άσκηση κριτικής και αυτοκριτικής - Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Retrieve, analyze and synthesize data and information, with the use of necessary technologies. Adapt to new situations. Decision making. Work autonomously. Teamwork. Working in an interdisciplinary environment. Promotefree, creative and inductivethinking.

3. ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

The course aims to enable students to describe modern information systems in agriculture, and to select the most appropriate ones based on the farm business needs. The aim of the course is for students to become familiar with the search, analysis and synthesis of data and information using ICT, to describe the terms information, information system, information system components, cycle, analysis of requirements in the agri-food sector, to understand the strategic importance and international trends in the development of information systems in the agricultural sector, to describe the required materials, software and applications of agri-food information systems, to describe computer networks in the agri-food sector and wireless networks, to describe the information model of an agricultural holding, to describe the analysis and design of information systems in the agricultural sector, to become familiar with the concepts of flow and exchange of information and with the modeling of goals, data and functions, to become familiar with the principles of operation and planning of integrated production systems (CIM) of agricultural and industrial units.
The course refers to procurement management systems in agriculture, market monitoring systems, decision support and decision-making systems in the agricultural sector – farm management applications, tools to increase productivity and disease control, weather forecasting applications, irrigation applications, computer equipment maintenance systems, agricultural accounting applications, animal capital monitoring applications, agricultural products marketing and promotion applications, geographic information systems and precision farming applications, information applications, communication and education in the agricultural sector, applications of Artificial Intelligence in agriculture, Internet of Things (IoT), Big Data analysis and information security issues in agriculture.

4. ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ - ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ
Πρόσωπο με πρόσωπο, Εξ αποστάσεως εκπαίδευση κ.λπ.

face to face

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Χρήση Τ.Π.Ε. στη Διδασκαλία, στην Εργαστηριακή Εκπαίδευση, στην Επικοινωνία με τους φοιτητές

Χρήση Τ.Π.Ε.: Παρουσιάσεις μέσω PowerPoint, Χρήση εξειδικευμένων λογισμικών

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Περιγράφονται αναλυτικά ο τρόπος και μέθοδοι διδασκαλίας. Διαλέξεις, Σεμινάρια, Εργαστηριακή Άσκηση, Άσκηση Πεδίου, Μελέτη & ανάλυση βιβλιογραφίας, Φροντιστήριο, Πρακτική (Τοποθέτηση), Κλινική Άσκηση, Καλλιτεχνικό Εργαστήριο, Διαδραστική διδασκαλία, Εκπαιδευτικές επισκέψεις, Εκπόνηση μελέτης (project), Συγγραφή εργασίας / εργασιών, Καλλιτεχνική δημιουργία, κ.λπ. Αναγράφονται οι ώρες μελέτης του φοιτητή για κάθε μαθησιακή δραστηριότητα καθώς και οι ώρες μη καθοδηγούμενης μελέτης ώστε ο συνολικός φόρτος εργασίας σε επίπεδο εξαμήνου να αντιστοιχεί στα standards του ECTS

Activity	Semester workload
Lectures	13
Laboratory Work	26
Study and analysis of scientific papers and book chapters	20
Autonomous study	30
Συγγραφή εργασίας	31
Total	120

ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ
Περιγραφή της διαδικασίας αξιολόγησης Γλώσσα Αξιολόγησης, Μέθοδοι αξιολόγησης, Διαμορφωτική ή Συμπερασματική, Δοκιμασία Πολλαπλής Επιλογής, Ερωτήσεις Σύντομης Απάντησης, Ερωτήσεις Ανάπτυξης Δοκιμίων, Επίλυση Προβλημάτων, Γραπτή Εργασία, Έκθεση / Αναφορά, Προφορική Εξέταση, Δημόσια Παρουσίαση, Εργαστηριακή Εργασία, Κλινική Εξέταση Ασθενούς, Καλλιτεχνική Ερμηνεία, Άλλη / Άλλες. Αναφέρονται ρητά προσδιορισμένα κριτήρια αξιολόγησης και εάν και που είναι προσβάσιμα από τους φοιτητές.

Ι. Εξέταση στο θεωρητικό μέρος του μαθήματος (Διαλέξεις) με ερωτήσεις πολλαπλής επιλογής και ερωτήσεις σύντομης απάντησης: 40%

ΙΙ. Εξέταση στις ασκήσεις πράξεις του μαθήματος, που περιλαμβάνει:
• Γραπτή εξέταση (35%)
• Ατομική γραπτή εργασία (25%).

5. ΣΥΝΙΣΤΩΜΕΝΗ ΒΙΒΛΙΟΓΡΑΦΙΑ

Συγγράμματα

1. Andreopoulou, Z., Manos, B., Viaggi, D. and Polman, N. (Editors) (2011). Agricultural and environmental Informatics, governance, and management: Emerging research applications. IGI Global. USA.
2. Antle, J.M., Jones, J.W., Rosenzweig, C. (2017). Next generation agricultural system models and knowledge products: synthesis and strategy. Agric. Syst. 155: 179–85.
3. Aung, M.M., Chang, Y,S. (2014). Traceability in a food supply chain: safety and quality perspectives. FoodControl 39: 172–84.
4. Bajardi, P., A. Barrat, L. Savini and V. Colizza (2012). Optimizing surveillance for livestock disease spreading through animal movements. Journal of the Royal Society Interface 9 (76) pp. 2814– 2825.
5. Bogaardt, M.J., K.J. Poppe, V. Viool and E. van Zuidam (2016.) Cybersecurity in the agrifood sector. Capgemini Consulting. Vol. 12.
6. Brewster, C., Roussaki, I., Kalatzis, N., Doolin, K. and Ellis, K. (2017). IoT in Agriculture: Designing a Europe-Wide Large-Scale Pilot, IEEE Communications Magazine, vol. 55, no. 9, pp. 26-33.
7. Bronson K, Knezevic I. (2016). Big Data in food and agriculture. BigDataSoc. 3(1). https://doi.org/10.1177/2053951716648174.
8. Chi H, Welch S, Vasserman E, Kalaimannan E. (2017). A framework of cybersecurity approaches in precision agriculture. In Proceedings of the ICMLG2017 5th International Conference on Management Leadership and Governance, pp. 90–95. Reading, UK: Acad. Conf. Publ. Int.
9. de Beer, J. (2016). Ownership of open data: Governance options for agriculture and nutrition. GODAN summit. (New York City: Global Open Data for Agriculture & Nutrition [GODAN]).
10. Hori, M., Kawashima, E. and Yamazaki, T. (2010). Application of cloud computing to agriculture and prospects in other fields. FujitsuScience and Technology Journal, 46(4): 446–454.
11. Stočes, M., Vaněk, J., Masner, J. and Pavlík, J. (2016). Internet of Things (IoT) in Agriculture – Selected Aspects, AGRIS on-line Papers in Economics and Informatics, Vol. 8, No. 1, pp. 83 – 88. DOI: 10.7160/aol.2016.080108.
12. LOGNELY P.A. – GOODCHILD, M.F, MAGUIRE, D.J, RHIND, D.W. (2010). Συστήματα και επιστήμη γεωγραφικών πληροφοριών (2η έκδοση). Αθήνα: ΚΛΕΙΔΑΡΙΘΜΟΣ.
13. Κουτσόπουλος, Κ. (2017). Γεωγραφικά συστήματα πληροφοριών και ανάλυση χώρου. Αθήνα: Εκδόσεις Δίσιγμα.
14. Συλλαίος, Ν. (2000). Εισαγωγή στην τηλεπισκόπηση και στα γεωγραφικά συστήματα πληροφοριών. Θεσσαλονίκη: Εκδόσεις Γιαχούδη.
15. Κίνγκ, Ρ. (2003). Βιομηχανική Πληροφορική. Θεσσαλονίκη: Εκδόσεις Τζιόλα.
16. Χασάπης, Γ. (2001). Αρχιτεκτονική και Προγραμματισμός Συστημάτων Βιομηχανικού Ελέγχου. Θεσσαλονίκη: Εκδόσεις ΖΗΤΗ.