Artificial Intelligence in the Study of Heavy Metals in Agriculture: A Bibliometric Study

• Pacheco-Marchan, Samuel ^[1] ; Bermejo, Luis A. ^[1] ; Villar-Cruz, Cristhofer ^[1] ; Vergara-Alfaro, Nicole ^[1] ; Ordinola-Zapata, Alberto ^[1]
  1. [1] Universidad Nacional de Tumbes

     Universidad Nacional de Tumbes

     Provincia de Tumbes, Perú

     
• Localización: Minerva: Multidisciplinaria de Investigación Científica, ISSN-e 2075-8960, Vol. 6, Nº. 18, 2025 (Ejemplar dedicado a: Minerva Vol. 6 Issue 18)
• Idioma: inglés
• Títulos paralelos:
  • Inteligencia artificial en el estudio de metales pesados en agricultura: Un estudio bibliométrico
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    This bibliometric study evaluated the scientific output on the use of artificial intelligence (AI) in the study of heavy metals in agriculture, aiming to identify research gaps and emerging trends. A search in Scopus retrieved 127 records; after applying inclusion and exclusion criteria, 58 were discarded and the remaining 69 were analyzed using Bibliometrix and VOSviewer. Graphs were generated to illustrate temporal evolution, country-level production, keyword co-occurrence, and thematic mapping. The publications show a high annual growth rate (42.86%), with China and India as leading contributors. The analysis revealed emerging research lines in fertilization, bioremediation, and intelligent monitoring, as well as gaps in food toxicology, input validation, rural training with AI, and the use of conversational interfaces such as ChatGPT for sustainable agriculture. These findings provide a strategic foundation to guide future interdisciplinary research in the agro-environmental field.

  • English

    Este estudio bibliométrico evaluó la producción científica sobre el uso de la inteligencia artificial (IA) en el estudio de metales pesados en la agricultura, con el objetivo de identificar vacíos y tendencias en las líneas de investigación. Se realizó una búsqueda en Scopus recuperando 127 registros; tras aplicar criterios de inclusión y exclusión, se eliminaron 58 registros y los 69 restantes se analizaron con Bibliometrix y VOSviewer. Se generaron gráficos de evolución temporal, producción por países, co-ocurrencia de palabras clave y análisis temático. Las publicaciones presentan una alta tasa de crecimiento anual (42,86%), con China e India como principales contribuyentes. El análisis reveló líneas emergentes en fertilización, biorremediación y monitoreo inteligente, así como vacíos en toxicología alimentaria, validación de insumos, capacitación rural con IA y uso de interfaces conversacionales como ChatGPT para una agricultura sostenible. Estos hallazgos constituyen una base estratégica para orientar futuras investigaciones interdisciplinarias en el campo agroambiental.