"Los agricultores mexicanos informan que su principal problema es el alto costo de los insumos y servicios para los cultivos. Adicionalmente, con los recientes incrementos en los precios de los fertilizantes, es necesario optimizar su uso. Las tecnologías de agricultura de precisión, y en particular las tecnologías intensivas en información (IIT), ofrecen soluciones basadas en datos para que los agricultores optimicen el uso de insumos para sus cultivos. Sin embargo, la tasa de adopción de IIT para la agricultura de precisión (cartografía de suelos, análisis estadístico, generación de recetas) es baja porque los IIT requieren que el usuario tenga conocimientos y habilidades especializados. A diferencia de las tecnologías de conocimiento incorporado (EKT), cuyas tasas de adopción son mucho más altas (autodirección, control de secciones, entre otras) ya que el operador no necesita ser un experto para usarlas. Muchos de los usuarios potenciales de los IIT tienen pocos conocimientos de tecnología de la información y, para alentarlos a usar y beneficiarse de los programas de software, se necesitan aplicaciones fáciles de usar. AgStat es una aplicación que fue diseñada para proporcionar a los agricultores, investigadores y asesores un sistema integral y fácil de usar para realizar el procesamiento automatizado de datos. La aplicación fue desarrollada en lenguaje python e incorpora topografía de campo, mapeo de suelos, funcionalidades de visualización de datos y un algoritmo de generación de prescripción de tasa variable (VRPG) totalmente automatizado para la aplicación de nitrógeno. Los algoritmos desarrollados para la generación de prescripciones incluyen redes neuronales artificiales (ANN) para recomendaciones de siembra de maíz y un modelo fijo proporcionado por expertos para recomendaciones de tasa de nitrógeno en un campo de maíz de ensilaje. A diferencia del modelo de recomendación de nitrógeno, los modelos resultantes de ANN no eran viables para su uso ya que los datos de entrenamiento carecían de calidad y cantidad y, por lo tanto, no estaban integrados en la aplicación. El VRPG de AgStat da como resultado un archivo de forma ESRI listo para usar que se puede exportar a una unidad USB externa, que se puede usar para transferir el archivo a una máquina de tasa variable en el campo. AgStat proporciona los insights para la toma de decisiones de un IIT sin requerir que el usuario sea un operador especializado en sistemas de información geográfica o un asesor agronómico experto.""Mexican farmers report that their main problematic is the high cost of crop-inputs and services. Additionally, with the recent increases in fertilizer prices, is necessary to optimize their usage. Precision Agriculture Technologies, and particularly Information Intensive Technologies (IITs) offer data driven solutions for farmers to optimize their crop-input usage. However, the adoption rate of IITs for precision agriculture (soil mapping, statistical analysis, prescription generation) is low because IITs require the user to have specialized knowledge and skills. Unlike embodied knowledge technologies (EKTs), whose adoption rates are much higher (autosteering, section control, among others) since the operator does not need to be an expert to use them. Many of IITs' potential users have low information technology literacy, and to encourage them to use and benefit from software programs, easy-to-use applications are needed. AgStat is an application that was designed to provide farmers, researchers, and advisors with an integral, user-friendly system to perform automated data processing. The application was developed in python language and incorporates field surveying, soil mapping, data visualization functionalities, and a fully automated variable-rate prescription generation (VRPG) algorithm for nitrogen application. The algorithms developed for prescription generation include Artificial Neural Networks (ANN) for corn seeding recommendations and an expert-provided fixed model for nitrogen rate recommendations in a silage cornfield. Unlike the nitrogen recommendation model, ANN resulting models were not viable for use since the training data lacked quality and quantity, and therefore were not integrated on the application. AgStat’s VRPG results in a ready-to-use ESRI shapefile that can be exported to an external USB drive, which can be used to transfer the file to a variable-rate machine in the field. AgStat provides the insights for decision-making of an IIT without requiring the user to be a specialized geographic information systems operator or an expert agronomic advisor."