MétaCan
Menu
Retour à la cohorte
Enregistrement W1985997966 · doi:10.3138/carto.43.1.31

Complexities in Sustainable Provision of GIS for Urban Grassroots Organizations

2008· article· en· W1985997966 sur OpenAlexvenueno aff
Wen Lin, Rina Ghose

Notice bibliographique

RevueCartographica The International Journal for Geographic Information and Geovisualization · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographic Information Systems Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Wisconsin-Milwaukee
Mots-clésPublic participation GISGrassrootsGIS DayGeographic information systemTraditional knowledge GISGIS and public healthSituatedEnvironmental planningProcess (computing)AM/FM/GISResource (disambiguation)Environmental resource managementBusinessGeographyComputer scienceGIS applicationsPolitical scienceCartography

Résumé

récupéré en direct d'OpenAlex

Over the past decade there has been a significant increase in the use of geographic information systems (GIS) technologies by a plethora of social groups in various fields. Public participation GIS (PPGIS) has emerged to advance more equitable access to and more inclusive use of GIS among resource-poor and traditionally marginalized community-based organizations. The issue of sustainable provision of GIS for these community groups remains critical; thus, it is worth continuing investigation, particularly with respect to unravelling the dynamic process of GIS provision. This article presents such an attempt through a critical examination of the Data Center program in Milwaukee, which has been suggested as a valuable model of GIS provision in local PPGIS practice. This study proposes that a synthesized approach of scaled network analysis helps to better explain the dynamic process of social struggle for power and control within which the GIS provision is situated. The article illustrates how multiple scaled networks have been constructed by the Data Center to facilitate its GIS provision and examines the implications of this network construction to the dynamic production of its GIS provision.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,307
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCartographica The International Journal for Geographic Information and GeovisualizationMême sujetGeographic Information Systems StudiesTravaux en français237 207